張寧

[摘 要] 深度學(xué)習(xí)在機(jī)器學(xué)習(xí)中占據(jù)著非常重要的地位，也是近些年來備受關(guān)注的科學(xué)研究領(lǐng)域。有學(xué)者稱深度學(xué)習(xí)算法是當(dāng)前“人工智能皇冠上的明珠”，通過深層神經(jīng)網(wǎng)絡(luò)（DNN）模型的運用，深度學(xué)習(xí)已成為目前最接近人腦的智能學(xué)習(xí)方法，不僅Google、百度等國內(nèi)外搜索和社交公司為之瘋狂，電商巨頭京東、阿里等也已經(jīng)加入競爭。本文介紹了中國電商對深度學(xué)習(xí)的理解、應(yīng)用現(xiàn)狀以及未來的應(yīng)用趨勢。

[關(guān)鍵詞] 深度學(xué)習(xí)；機(jī)器學(xué)習(xí)；電商；應(yīng)用

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 01. 083

[中圖分類號] TP181 [文獻(xiàn)標(biāo)識碼] A [文章編號] 1673 - 0194（2017）01- 0149- 02

1 大數(shù)據(jù)下的深度學(xué)習(xí)

深度學(xué)習(xí)是模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來解釋和處理各種數(shù)據(jù)，包括文本數(shù)據(jù)、圖像數(shù)據(jù)和語音數(shù)據(jù)等。

人工神經(jīng)網(wǎng)絡(luò)具有良好的學(xué)習(xí)能力和解決問題的能力，但傳統(tǒng)神經(jīng)網(wǎng)絡(luò)一般只有兩三層的神經(jīng)網(wǎng)絡(luò)，其有限的參數(shù)和計算單元，對復(fù)雜函數(shù)的表示能力有限，學(xué)習(xí)能力受到制約，特征的開發(fā)和篩選也極為耗費人力。目前深度學(xué)習(xí)推廣的條件已經(jīng)成熟。一方面，傳統(tǒng)神經(jīng)網(wǎng)絡(luò)在大數(shù)據(jù)量的學(xué)習(xí)上性能較差，不符合大數(shù)據(jù)所需的時效性。另一方面，大數(shù)據(jù)的演進(jìn)催生了軟硬件系統(tǒng)的進(jìn)步，分布式架構(gòu)的產(chǎn)生，使得算法的性能已經(jīng)不是瓶頸，并行化框架和訓(xùn)練加速方法，讓深度學(xué)習(xí)的前景變得光明。同時，大數(shù)據(jù)也會讓深度學(xué)習(xí)的效果越來越好。所以，從某種意義上說，深度學(xué)習(xí)是大數(shù)據(jù)的最佳拍檔。

2 電商企業(yè)研究深度學(xué)習(xí)的初衷

客服對電商發(fā)展的重要性毋庸置疑。近幾年發(fā)展迅速的“雙十一”“雙十二”“周年慶”等電商活動層出不群，大量的客服團(tuán)隊也很難應(yīng)付這樣的活動。各家電商開始籌劃成立智能客服團(tuán)隊，通過一些機(jī)器算法模擬人的思維，達(dá)到客服和用戶交流的效果。隨著深度學(xué)習(xí)技術(shù)的風(fēng)靡，加深了電商對智能客服團(tuán)隊的開發(fā)。近兩年，通過神經(jīng)網(wǎng)絡(luò)、知識層次、異構(gòu)計算等新興領(lǐng)域的研究和應(yīng)用來確保智能客服團(tuán)隊技術(shù)的領(lǐng)先性，大幅提高了其智能性及其應(yīng)用的廣泛性。

深度學(xué)習(xí)技術(shù)固然有很大的應(yīng)用價值，但隨著IBM Watson、百度大腦等平臺的開放，這種能力的獲得并不困難，產(chǎn)品化的好壞才是直接影響客戶服務(wù)能力的因素。而各家電商選擇在這個領(lǐng)域投入更多的陣容自主研發(fā)，深度學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)已經(jīng)被電商企業(yè)視為核心競爭力，各家爭取自己掌握核心技術(shù)，讓數(shù)據(jù)更好地服務(wù)于自己。

3 電商企業(yè)中深度學(xué)習(xí)的應(yīng)用

深度學(xué)習(xí)的應(yīng)用現(xiàn)狀。電商企業(yè)基于其人工客服和用戶交互產(chǎn)生的上億條數(shù)據(jù)對智能服務(wù)團(tuán)隊進(jìn)行訓(xùn)練，模擬每一個用戶場景。智能服務(wù)團(tuán)隊的應(yīng)用在“雙十一”等活動期間接待客戶，有效緩解了人工客服的壓力。

從實際效果來說，智能服務(wù)團(tuán)隊在一定程度上能夠讓不解內(nèi)情的用戶單從對話無法區(qū)分對方是智能機(jī)器人還是人工客服。不過，電商企業(yè)以用戶滿意度提升、用戶體驗的提升、用戶愿意使用、服務(wù)占比提高等指標(biāo)是來衡量其技術(shù)的好壞或者應(yīng)用的效果，在每個課題上，都有識別的準(zhǔn)確性、評判分類的準(zhǔn)確性的不同標(biāo)準(zhǔn)。在這些標(biāo)準(zhǔn)下，我國電商企業(yè)內(nèi)部對智能服務(wù)團(tuán)隊現(xiàn)階段的服務(wù)效果較為滿意。

4 電商企業(yè)DNN Lab的研發(fā)方向

DNN Lab主要進(jìn)行如下4個方面的研發(fā)。

（1）意圖識別。針對用戶輸入的文本，通過意圖識別之后對應(yīng)到訂單、售后、商品、閑聊等不同的類別。意圖識別對智能服務(wù)團(tuán)隊非常重要，用戶的每一句問話，智能服務(wù)團(tuán)隊首先要判斷他的意圖，到底說的是訂單問題、商品咨詢還是售后問題，抑或單純的閑聊，才會給出更好的反饋。

（2）命名實體識別。先對用戶輸入的文本進(jìn)行識別，在對識別后的命名實體進(jìn)行抽取，對應(yīng)到人名、地名、商品名、機(jī)構(gòu)名等不同類別，更好地理解用戶的語言。所以，命名實體識別其實也是用戶意圖識別的必須步驟。

（3）自動問答。在明確用戶的意圖之后，通過自動問答系統(tǒng)匹配答案，抽取和排序候選答案，給用戶反饋最佳答案和建議。通過深度學(xué)習(xí)的算法，可以提高自動問答的準(zhǔn)確率。與此同時，京東還開發(fā)了一個知識庫，讓智能服務(wù)團(tuán)隊能夠通過深度學(xué)習(xí)算法識別用戶使用不同的詞語背后的各種情緒，從而提供有針對性的回答。

（4）用戶畫像。通過用戶各個維度的數(shù)據(jù)，比如性別、能力、身高，歷史瀏覽記錄，購物記錄，是不是有小孩，最近購物傾向是什么，關(guān)注什么商品，對用戶做很細(xì)的刻度，分成很多維度的畫像，標(biāo)注土豪還是屌絲，用戶價值維度是高是低還是中等，用戶是什么類別、性質(zhì)的，是理性保守型還是購物沖動型的，根據(jù)這種細(xì)粒度的畫像提供個性化的服務(wù)。

電商企業(yè)對深度學(xué)習(xí)算法的主要預(yù)期，將在產(chǎn)品銷量預(yù)測、互聯(lián)網(wǎng)金融、智能硬件、商品搜索/推薦/廣告等方面。

主要參考文獻(xiàn)

[1]余凱，賈磊，等.深度學(xué)習(xí)的昨天、今天和明天 [J].計算機(jī)研究與發(fā)展，2013，50（9）：1799-1804.

[2]孫志軍，薛磊，等.深度學(xué)習(xí)研究綜述 [J].計算機(jī)應(yīng)用研究，2012，29（8）：2806-2810.