【51CTO.com原創(chuàng)稿件】2018年5月18-19日，由51CTO主辦的全球軟件與運維技術(shù)峰會在北京召開。此次峰會圍繞人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、區(qū)塊鏈等12大核心熱點，匯聚海內(nèi)外60位一線專家，是一場高端的技術(shù)盛宴，也是頂級IT技術(shù)人才學(xué)習(xí)和人脈拓展不容錯過的平臺。

在“人工智能技術(shù)探索”分會場，貝殼找房高級經(jīng)理孫林以《人工智能技術(shù)在貝殼找房業(yè)務(wù)中的應(yīng)用》為主題展開精彩分享。孫林提到，鏈家在十余年里已經(jīng)形成了一套標(biāo)準(zhǔn)化的服務(wù)能力，并希望將這些能力開放給整個行業(yè)，這就是鏈家網(wǎng)的升級版——貝殼找房。

貝殼找房高級經(jīng)理 孫林

一、為什么貝殼找房能落地人工智能技術(shù)?

人工智能技術(shù)的落地離不開ABCD四要素：Algorithm(算法)+ Bigdata(大數(shù)據(jù))+ Computing(算力)+ Domain(領(lǐng)域/場景)。孫林認(rèn)為，ABC是人工智能在某一場景落地的必要條件。從當(dāng)前的技術(shù)發(fā)展情況來看，得益于硬件尤其是GPU的發(fā)展，算力方面不存在太大的問題。而在算法方面，目前國內(nèi)外各家公司的差距并不大。現(xiàn)階段，人工智能技術(shù)是基于大數(shù)據(jù)的智能，再好的模型也需要大數(shù)據(jù)去訓(xùn)練，因此數(shù)據(jù)更加重要。而人工智能技術(shù)落地的充分條件就是D，也就是我們所說的業(yè)務(wù)和場景。孫林認(rèn)為，人工智能能否落地取決于技術(shù)能否為你所在的行業(yè)帶來社會價值以及商業(yè)價值。

孫林提到，鏈家能夠?qū)⑷斯ぶ悄芗夹g(shù)落地取決于以下兩項因素：

首先，鏈家有豐富的數(shù)據(jù)。鏈家在十余年的業(yè)務(wù)發(fā)展過程中，積累了大量的結(jié)構(gòu)化以及非結(jié)構(gòu)化的數(shù)據(jù)，包括語音、文本、圖片、視頻等不同的數(shù)據(jù)類型。同時鏈家有完整的產(chǎn)品閉環(huán)，有自己的產(chǎn)品和流量，可以持續(xù)不斷地生產(chǎn)出更多的數(shù)據(jù)，而這些數(shù)據(jù)又可以幫助去迭代算法，從而推動貝殼找房產(chǎn)品的不斷優(yōu)化。

其次，鏈家有非常合適的落地場景。舉個例子，用戶在找房的過程中會有房屋搜索和房屋推薦兩個方面的需求;在找到房源后還要了解戶型、房價、首付及貸款政策等等，這是知識問答的需求;定了房子之后還要有很長的線下簽約的流程，在這個過程中如何控制風(fēng)險也要考慮全面。搜索、推薦、問答、風(fēng)控，都是人工智能技術(shù)典型的應(yīng)用場景。

二、貝殼落地AI的三項成果

1、提升效率

貝殼找房的智能助手應(yīng)用，滿足了用戶在找房過程中的搜索、問答、推薦的需求，同時也提升了經(jīng)紀(jì)人的工作效率。孫林提到，由于房源過多，經(jīng)紀(jì)人的能力也不盡相同，不太可能了解所有房源的具體情況，而經(jīng)紀(jì)人在不同系統(tǒng)中查找和切換耗費時間，用戶等待的時間越長，體驗也就越差。通過人工智能技術(shù)，智能助手應(yīng)用已經(jīng)覆蓋了70%的用戶需求，智能助手首先將用戶問題的答案推薦給經(jīng)紀(jì)人，而經(jīng)紀(jì)人只需進(jìn)行簡單的編輯即可發(fā)送給客戶，極大地縮短了問題反饋的時間。智能助手將經(jīng)紀(jì)人的服務(wù)效率及服務(wù)品質(zhì)實現(xiàn)標(biāo)準(zhǔn)化，極大地改善了用戶體驗。

2、節(jié)約成本

孫林表示，人工智能技術(shù)的另一個目標(biāo)便是幫助公司節(jié)省成本。目前貝殼找房的智能客服產(chǎn)品的轉(zhuǎn)人工率已低于10%，這意味著經(jīng)紀(jì)人的每10個問題中，就有9個是可以被智能客服產(chǎn)品自動化解決的。未來，鏈家會將貝殼找房的能力開放給全行業(yè)，服務(wù)全國100萬經(jīng)紀(jì)人，降低行業(yè)中坐席團(tuán)隊的人數(shù)，為行業(yè)降低人工客服的成本。

3、控制風(fēng)險

貝殼找房還能幫助行業(yè)控制風(fēng)險。在鏈家的業(yè)務(wù)場景中有很多線下的場景，經(jīng)紀(jì)人和客戶之間要進(jìn)行電話溝通，涉及到語音質(zhì)檢和商機(jī)發(fā)現(xiàn)兩個問題，通過語音質(zhì)檢，貝殼找房每天對4000余小時的語音數(shù)據(jù)進(jìn)行分析、質(zhì)檢和風(fēng)險控制，檢測經(jīng)紀(jì)人的服務(wù)品質(zhì)，并從中篩選出潛在商機(jī)。

三、貝殼找房落地AI技術(shù)的應(yīng)用場景

用戶在買房或租房的過程中涉及到搜房源、問房源信息、安排看房、購買流程等環(huán)節(jié)，中間涉及了搜索系統(tǒng)、問答系統(tǒng)、推薦系統(tǒng)、對話系統(tǒng)等多種技術(shù)，智能系統(tǒng)既要降低知識和信息的獲取門檻，又要提升服務(wù)的效率和品質(zhì)。這就意味著底層的知識庫及知識圖譜要足夠全面和準(zhǔn)確，技術(shù)體系也要足夠健全。

貝殼找房的系統(tǒng)架構(gòu)

業(yè)務(wù)流程：用戶(左)，經(jīng)紀(jì)人(右)

如何構(gòu)建知識體系?

貝殼找房從知識怎么來、誰來管、怎么管三方面構(gòu)建知識體系。知識的來源可分為內(nèi)部知識和外部知識，包括財務(wù)要求、經(jīng)紀(jì)人品質(zhì)規(guī)范、UGC知識、互聯(lián)網(wǎng)知識等等。內(nèi)部知識由生產(chǎn)部門管理，確保知識的準(zhǔn)確性，外部抓取的知識則采取眾包校驗機(jī)制。在知識的管理方面，對于語音、圖片等非結(jié)構(gòu)化數(shù)據(jù)，通過分類加標(biāo)簽的方式進(jìn)行組織。知識組織好以后，貝殼找房通過眾包系統(tǒng)進(jìn)行知識的運營，同時設(shè)計了一套知識管理系統(tǒng)來確保知識的準(zhǔn)確性，系統(tǒng)的功能包括知識的錄入、搜索、眾包、分發(fā)和抽檢機(jī)制等，另外，還通過數(shù)據(jù)挖掘的方式彌補(bǔ)知識的缺失，通過這兩種方式來確保知識的準(zhǔn)和全的問題。孫林介紹，目前貝殼找房對已有的上億個樓盤字典，通過知識圖譜的方式進(jìn)行組織，每個知識都有相應(yīng)的維護(hù)人員對其進(jìn)行維護(hù)。

如何構(gòu)建應(yīng)用系統(tǒng)?

有了知識，就要通過構(gòu)建應(yīng)用系統(tǒng)讓知識為用戶服務(wù)所用。經(jīng)過幾年的積累，鏈家已經(jīng)擁有超過億級的多輪對話信息，這些信息能夠幫助貝殼找房構(gòu)建對話系統(tǒng)。一個完整的對話系統(tǒng)包括ASR、SLU、DST、Dialog Policy、NLG、TTS六個模塊。

認(rèn)證系統(tǒng)的架構(gòu)設(shè)計

貝殼找房的對話系統(tǒng)的架構(gòu)包括Web接入層、中控、語義理解、對話管理、Session存儲服務(wù)、搜索、問答、推薦等模塊。其中，中控從web接入層接收到用戶的請求，將從Session存儲服務(wù)中獲取的用戶的多輪對話的對話歷史發(fā)送給語義理解和對話模塊來理解用戶的需求，進(jìn)而調(diào)用搜索、問答、推薦等服務(wù)來滿足用戶的需求。同時，構(gòu)建了一套完整的體系來保證對系統(tǒng)的效果進(jìn)行持續(xù)的優(yōu)化：通過流量實驗平臺對流量進(jìn)行切分，可以對各個算法模塊進(jìn)行A/B test實驗，并通過在指標(biāo)平臺上建立的指標(biāo)進(jìn)行效果回收，從而驗證算法的好壞。同時，貝殼找房每天有上億次搜索，為了保障服務(wù)的穩(wěn)定性，還需要有完善的服務(wù)監(jiān)控體系，此外，貝殼找房還有人工干預(yù)系統(tǒng)，能夠?qū)ο到y(tǒng)進(jìn)行干預(yù)。

隨后，孫林在演講中介紹了房屋搜索系統(tǒng)和知識問答系統(tǒng)的主要架構(gòu)，以及其中的核心模塊的算法。

房屋搜索系統(tǒng)

房屋搜索系統(tǒng)的主要架構(gòu)

貝殼找房的房屋搜索系統(tǒng)通過統(tǒng)一網(wǎng)關(guān)將鏈家所有的業(yè)務(wù)數(shù)據(jù)接入、存儲在分布式的存儲引擎中，用戶的query進(jìn)來之后，經(jīng)過query的糾錯、改寫、分類、理解等模塊，分析出用戶的意圖后，到引擎里做數(shù)據(jù)的召回。通過使用learning to rank模型和深度強(qiáng)化學(xué)習(xí)等技術(shù)，對召回數(shù)據(jù)進(jìn)行二次排序。同時，系統(tǒng)有一套靈活的策略干預(yù)機(jī)制，可以滿足各種強(qiáng)運營規(guī)則的排序需求。

意圖理解及召回策略

意圖理解

房屋搜索系統(tǒng)主要涉及到意圖理解和召回策略兩個方面。首先，在意圖理解方面，使用規(guī)則系統(tǒng)和機(jī)器學(xué)習(xí)模型等多種手段進(jìn)行意圖理解。規(guī)則系統(tǒng)解決系統(tǒng)的冷啟動問題，經(jīng)過冷啟動階段積累了大量數(shù)據(jù)之后，可以通過CNN 、LSTM-CRF等方法做意圖分類和實體識別，同時通過半監(jiān)督學(xué)習(xí)機(jī)制保證來系統(tǒng)模型的持續(xù)迭代。

房屋質(zhì)量打分

其次，是召回模塊，召回前先要對物料進(jìn)行質(zhì)量打分。物料的得分包括兩類：一類是對房屋的物理屬性的靜態(tài)打分，例如房屋各房間的朝向、是否南北通透等，這些靜態(tài)屬性會歸類到房屋的DNA中;另一類是房屋的行為得分，如房屋的帶看量，推薦量等，對這類特征可以通過時序模型如LSTM等技術(shù)，對成交屬性和GMV轉(zhuǎn)化等實際屬性進(jìn)行刻畫，最終得到一個房屋的質(zhì)量分。

知識問答系統(tǒng)

知識問答系統(tǒng)架構(gòu)

知識問答與房屋搜索的架構(gòu)大部分相同，圖中綠色部分是不同之處。房屋搜索更多的是結(jié)構(gòu)化的查詢?nèi)蝿?wù)，而問答則是非結(jié)構(gòu)化的查詢?nèi)蝿?wù)。傳統(tǒng)的基于關(guān)鍵詞搜索的問答系統(tǒng)需要對query進(jìn)行分詞、同義詞、簡略詞的挖掘和改寫，如校區(qū)的各種縮寫等。為了解決這個問題，貝殼找房嘗試用向量化的方式做召回：首先使用embedding的技術(shù)，將物料知識以向量化的方式進(jìn)行存儲，并建立向量化的索引。當(dāng)新用戶的query進(jìn)來之后，對query做向量化處理，使用近似近鄰算法做召回，通過Deep Semantic Matching等深度學(xué)習(xí)技術(shù)做query和知識的語義匹配，從而保證召回的多樣性。

四、展望AI在貝殼的未來

AI技術(shù)在貝殼找房和鏈家成功落地，在提升效率和服務(wù)品質(zhì)的同時，也為公司節(jié)約了成本，控制了風(fēng)險。孫林強(qiáng)調(diào)AI的最佳實踐必須是產(chǎn)品、技術(shù)和運營三位一體的，除技術(shù)外，還要有一整套完整的知識產(chǎn)品以及完善的運營體系去支撐。在過去的一年里，從鏈家升級到貝殼找房，AI賦能改變了鏈家的產(chǎn)品鏈條，未來貝殼找房和鏈家期望成為人們“住”的入口，為人們提供買房、租房、裝修、物業(yè)等多種體驗。最后，孫林引用“荒林春雨足,新筍迸龍雛”作為結(jié)尾，他認(rèn)為鏈家有著豐富的數(shù)據(jù)和合適的場景，期望AI技術(shù)能夠在鏈家的平臺上繼續(xù)成長，從而取得長足的發(fā)展。

以上內(nèi)容是51CTO記者根據(jù)貝殼找房高級經(jīng)理孫林在WOT2018全球軟件與運維技術(shù)峰會的演講內(nèi)容整理，更多關(guān)于WOT的內(nèi)容請關(guān)注51cto.com。

【51CTO原創(chuàng)稿件，合作站點轉(zhuǎn)載請注明原文作者和出處為51CTO.com】