圖靈獲 NLPCC2018 競賽用戶畫像和推薦任務第1名

圖靈在用戶畫像和智能推薦上已經達到行業頂尖的水平，並賦能到國內 Top 50 的兒童玩具品牌，幫助他們實現智能化的產品體驗。

近日，NLPCC 2018 競賽公布評測結果，圖靈機器人NLP研究員在用戶畫像與好友推薦任務中均獲得第 1 名！

另據悉，用戶畫像與好友推薦這兩項新技術將在7月1日隨著圖靈OS新版正式上線！

NLPCC 是國內首個 NLP 領域的國際會議，是國際上中文計算領域的頂尖會議。會議由中國計算機學會（CCF）主辦，CCF 中文信息技術專業委員會（CCF TCCI）及高校（每年通過投票選舉）承辦。會議內容主要圍繞自然語言處理（NLP）和中文計算（CC）兩方面來進行。

本次競賽，包含 8 項任務評測，涉及情緒識別、語法糾錯、自動文摘、對話系統中的口語理解、多輪人機對話、知乎問題標註、智能問答、用戶畫像與推薦等。憑藉多年的技術和數據積累，圖靈參加並拿下了用戶畫像與好友推薦任務第一名。

用戶畫像和好友推薦是什麼？

用戶畫像是在給定了用戶的一些基本信息，例如：性別、地理位置、好友關係、微博信息，以及用戶的標籤信息，需要根據用戶的基本信息來預測用戶的標籤。

好友推薦任務目的是基於用戶歷史好友、用戶的個人信息、微博文本、到過的地點等，為用戶推薦新的好友。該任務中一個用戶可能和多個標籤相關聯，是一個典型的多標籤分類任務，目前比較流行的有三類方法來解決多標籤分類問題：

(1) 問題轉換，該方法的思想是將多標籤問題轉換為單標籤問題，例如二元關聯、分類器鏈、標籤Powerset等方法都是早期提出的方法，但是該方法沒有考慮標籤之間的相關性。

(2) 改編演算法，該方法的思想是將多標籤分類問題轉化為多分類問題。該方法跟問題轉換方法一樣沒有考慮標籤的相關性，而且當標籤數量比較大的時候，分類組合的數量會很大，增加了模型的複雜性，並降低了精確度。

(3) 集成方法，該方法的思想通過組合多個模型，以獲得更好的效果，使集成的模型具有更強的泛化能力，但是該方法需要大量的維護工作。

由於之前的方法都有各種各樣的缺點,考慮到任務中標籤之間有比較強的關聯性，利用深度學習能夠自主學習特徵的特性，我們提議了新的模型，考慮到用戶基本信息的組合特徵和標籤之間的相關性，從而提高了預測的準確率。

好友推薦任務在大部分研究好友推薦的文章中，大部分是基於特徵挖掘實現的，需要充分的用戶和好友的微博文本，個人信息，興趣愛好甚至生活習慣等信息，還有一些基於社交信息進行圖挖掘。

在準備過程中，我們首先尋找了相似的數據，並嘗試了從專門用於好友推薦的多種，包括傳統的FOF、協同過濾、矩陣分解等。在發布正式數據後，對適用各類特徵的方法進行了評估和比較。最終根據用戶歷史社交信息的多少，分別選擇了合適的方法。

就像人類的智慧行行程需要依賴於知識和經驗，機器人想要聰明也需要有足夠豐富的「知識」和「經驗」。

為此，圖靈建立了大量的知識圖譜——在這其中，圖靈不僅有知識圖譜數量上的累積，更強調圖譜中每個節點的關聯性和跳躍性。在對話過程中，機器利用知識圖譜來理解人的話題，並找到話題圖話題的關聯性，實現在相互關聯的話題之間自然跳轉。

你是誰？我們發生過什麼？

搭載了圖靈大腦的機器人，可以把每一個用戶作為一個實體，在使用中不斷關聯與用戶相關的信息，反向刻畫出精準的用戶畫像。基於和人的交互數據，機器人會再形成新的知識圖譜，並完成跨越間維度的上下文對話。

——換句話講，你家的機器人不再是個沒有故事的「傻孩子」，它不僅知道自己是誰，也知道你是誰，甚至記得你喜歡什麼、你說過什麼話，並有可能在日後的對話中，用你的說過的話「懟」回你。

你喜歡什麼？我能為你做什麼？

在解決「我是誰」、「你是誰」這樣的認知問題之後，接下來就需要考慮「聊得來」的問題了——機器人需要知道你喜歡什麼，並根據你的興趣向你主題推薦聊天話題和內容服務。

在對話狀態下，基於前面的精準用戶畫像，圖靈會通過智能推薦演算法，按照用戶的特徵來選擇其感興趣的話題。而在非對話狀態下，圖靈則會主動篩選內容和服務，幫助用戶快速找到。

簡單來講，就是同一款搭載了圖靈大腦的產品，在不同用戶的家裡可能會有完全不一樣的表現——小女孩的機器人喜歡講白雪公主和哆啦A夢的故事；小男孩的機器人對超級飛俠和奧特曼的故事如數家珍。

在人機交互的過程中，精準的用戶畫像可以為機器「理解」用戶打下基礎，幫助機器更加清晰地了解用戶的意圖；同時，通過智能推薦的方式，在操作層面上，可以減少用戶的操作成本，而在對話過程中，可以預先圈定意圖範圍，避免了「答非所問」之類的尷尬。

憑藉圖靈在人工智慧領域多年的積累，圖靈在用戶畫像和智能推薦上已經達到行業頂尖的水平，並賦能到國內 Top 50 的兒童玩具品牌，幫助他們實現智能化的產品體驗。

本文來自鎂客網，創業家系授權發布，略經編輯修改，版權歸作者所有，內容僅代表作者獨立觀點。[ 下載創業家APP，讀懂中國最賺錢的7000種生意 ]

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！