復旦大學 基於知識圖譜的使用者畫像技術研究

 
基於標籤的使用者畫像

基於標籤的使用者畫像：給 使用者打興趣、行先、屬性等不同維度的標籤，並 賦以不同的權重，以準確刻畫使用者。

當前畫像的主要問題
-不全
•資料稀疏 
•隱私保護
-不準
•噪音標籤 
•粒度太粗

 
什麼是知識圖譜

 
知識圖譜

知識圖譜是一種海量知識表徵形式， 表達了客類實體及其之間的各種語義關係。
-更高的實體、概念覆蓋率
-更為豐富的語義關係 -自動化構建程度
-較高的資料質量

 
利用知識圖譜改善使用者畫像

 
基於社交圖譜的標籤擴充套件

 
基於社交圖譜的標籤傳播

問題：很多使用者處於隱私考慮，不願釋出標籤，或者刻意隱藏自己的行為
思路：從你的好友，尋求關於你的合適標籤
方法：基於PageRank機制，讓好友的標籤傳播到特定使用者
-越多好友具有某個標籤，使用者越可能具有某個標籤
-關係越強，標籤越可能傳播到某個使用者

 
基於標籤傳播的使用者畫像

 
基於知識圖譜的標籤擴充套件

 
基於知識圖譜的標籤擴充套件

 
標籤泛化

 
基於最小描述長度的標籤泛化

 
基於知識圖譜的誇平臺推薦

 
網際網路標籤系統體系架構

產品由"三庫一引擎"構成，可以獨立構建。也可以作為大資料分析處理平臺的有機組 成部分，定位於業務感知層，向下對接資料融合層，對上服務於資料應用層。

 
URL標籤化及維護實現原理

 
知識工場

阿里知識圖譜多智慧：千萬級別攔截量，億級別全量智慧稽核次數

新零售技術解讀 

導讀：阿里巴巴生態裡積累了海量的商品資料，這些寶貴的商品資料來自於淘寶、天貓、1688、AliExpress等多個市場，同時品牌商、行業運營、治理運營、消費者、國家機構、物流商等多種角色參與其中，貢獻著校正著這樣一個龐大的商品庫。但無論從智慧財產權保護角度，還是提升消費者購物體驗，實現商品資料的標準化（商品規範的統一和商品資訊的確定性）, 以及與內外部資料之間的深度互聯，意義都非常重大，阿里商品知識圖譜承載著商品標準化這一基礎性，根源性的工作。

在馬老師 “像治理酒駕一樣治理假貨”的號召下，藉助阿里知識圖譜的建設，阿里電商平臺管控從過去的“巡檢”模式升級為釋出端實時逐一檢查。在海量的商品釋出量的挑戰下，最大可能地藉助大資料、人工智慧阻止壞人、問題商品進入阿里生態。同時面臨問題商家實時的對弈、變異和惡意攻擊等諸多挑戰，知識圖譜仍然保持著每天千萬級別的攔截量，億級別的全量智慧稽核次數，在濫發、侵權、合規、假貨、經營範圍等多個場景全面與問題賣家正面交鋒，實時對弈。為了最大限度地保護智慧財產權，保護消費者權益，我們對知識圖譜推理引擎技術提出了智慧化、自學習、毫秒級響應、可解釋等更高地技術要求，實現良好的社會效益。

阿里知識圖譜運用

阿里商品知識圖譜承載著商品標準化這一基礎性，根源性的工作。通過知識表示來規範對商品資料的描述。基於此，我們才能知道哪些商品是同樣一件產品，我們才能確切地知道一個品牌是否被授權，品牌下的產品賣到了哪些市場。

阿里知識圖譜以商品、 標準產品、 標準品牌、 標準條碼、標準分類為核心， 利用實體識別、實體鏈指和語義分析技術，整合關聯了例如輿情、百科、國家行業標準等9大類一級本體，包含了百億級別的三元組，形成了巨大的知識網。

阿里知識圖譜綜合利用前沿的NLP、語義推理和深度學習等技術，打造全網商品智慧服務體系，服務阿里生態中的各個角色。商品知識圖譜廣泛地應用於搜尋、前端導購、平臺治理、智慧問答、品牌商運營等核心、創新業務。能夠幫助品牌商透視全域性資料，幫助平臺治理運營發現假貨，幫助行業基於確定的資訊選品，做人貨場匹配提高消費者購物體驗等等。為新零售、國際化提供可靠的智慧引擎。

引入機器學習演算法搭建推理引擎

我們設計了一套框架做知識表示和推理。此外：知識圖譜實體、關係、詞林（同義詞、上下位詞）、垂直知識圖譜(例如地理位置圖譜、材質圖譜)、機器學習演算法模型等都納入進來做統一的描述。

按照不同場景，我們把推理分為：上下位和等價推理；不一致性推理；知識發現推理；本體概念推理等。例如

1.上下位和等價推理。 檢索父類時，通過上下位推理把子類的物件召回，同時利用等價推理（實體的同義詞、變異詞、同款模型等），擴大召回。 例如，為保護消費者我們需要攔截 “產地為某核汙染區域的食品”， 推理引擎翻譯為 “找到產地為該區域，且屬性項與“產地”同義，屬性值是該區域下位實體的食品，以及與命中的食品是同款的食品”。

2.不一致推理。在與問題賣家對弈過程中，我們需要對商品標題、屬性、圖片、商品資質、賣家資質中的品牌、材質、成分等基礎資訊， 做一致性校驗。比如說標題中的品牌是Nike而屬性或者吊牌中品牌是Nake，如下圖所示，左邊描述了商品標題、屬性、吊牌上的品牌資訊是一致的， 推理為一致。右邊為吊牌和商品品牌不一致的商品，被推理引擎判斷為有問題的商品。

1.知識發現推理。

一致性推理的目的是確保資訊的確定性， 例如通過一致性推理我們能確保資料覆蓋到的食品配料表正確。但消費者購物時很少看配料表那些繁雜的數字。消費者真正關心的是無糖、無鹽等強感知的知識點。為了提高消費者購物體驗，知識發現推理通過底層配料表資料和國家行業標準例如

無糖：碳水化合物≤ 0.5 g /100 g（固體）或100 mL（液體）

無鹽：鈉≤5 mg /100 g 或100 mL

做邏輯推理。可以把配料表資料轉化為“無糖”“無鹽”等知識點。從而真正地把資料變成了知識。通過AB test驗證，類似知識點在前端導購中極大地改善了消費者購物體驗。

推理引擎背後技術框架

首先， 推理引擎把自然語言通過語義解析(semantic parsing)轉換為邏輯表示式(logical form)。語義解析採用了結合神經網路和符號邏輯執行的方式：自然語言經過句法、語法分析、 NER、 Entity Linking， 被編碼為分散式表示(distributed representation)，句子的分散式表示被進一步轉義為邏輯表示式。

在分散式表示轉換為邏輯表示式的過程中，我們首先面臨表示和謂詞邏輯(predicate)操作之間對映的問題。我們把謂詞當做動作，通過訓練執行symbolic operation，類似neural programmer中利用attention機制選擇合適的操作，即選擇最有可能的謂詞操作，最後根據分析的句法等把謂詞操作拼接為可能的邏輯表示式，再把邏輯表示式轉換為查詢等。過程示意如下圖所示。

其次，邏輯表示式會觸發後續的邏輯推理和圖推理。邏輯表示式在設計過程中遵循以下幾個原則：邏輯表示式接近人的自然語言，同時便於機器和人的理解。表達能力滿足知識圖譜資料、知識表示的要求。應該易於擴充套件，能夠非常方便的增加新的類、實體和關係，能夠支援多種邏輯語言和體系，如Datalog、OWL等，即這些語言及其背後的演算法模組是可插拔的，通過可插拔的功能，推理引擎有能力描述不同的邏輯體系。

以上下位和等價推理為例：“產地為中國的食品”，”

用邏輯表示式描述為：

∀ x: 食物(x) ⊓ (∀ y: 同義詞(y，產地)) (x, (∀ z: 包括下位實體(中國, z)))

隨後找同款：

∀ t, x: ($ c:屬於產品 (x, c) ⊓屬於產品(t, c))

此外，推理引擎還用於知識庫自動補全。我們基於embedding做知識庫補全。主要思路是把知識庫中的結構資訊等加入embedding，考慮了 Trans系列的特徵，還包括邊、相鄰點、路徑、實體的文字描述 (如詳情)、圖片等特徵，用於新關係的預測和補全。

阿里知識圖譜經過我們三年的建設，已經形成了巨大的知識圖譜和海量的標準資料，同時與浙江大學陳華鈞教授團隊成立聯合專案組，引入了前沿的自然語言處理、知識表示和邏輯推理技術，在阿里巴巴新零售、國際化戰略下發揮著越來越重要的作用。

人工智慧賽博物理作業系統

AI-CPS OS

“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：

1. 重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？

2. 重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？

3. 重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？

AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：

1. 精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

2. 智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。

3. 高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

4. 不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。

5. 邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：

1. 創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；

2. 對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；

3. 人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。

給決策制定者和商業領袖的建議：

1. 超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；

2. 迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新

   評估未來的知識和技能型別；

3. 制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開

   發過程中確定更加明晰的標準和最佳實踐；

4. 重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨

   較高失業風險的人群；

5. 開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。

如果說上一次哥倫布地理大發現，拓展的是人類的物理空間。那麼這一次地理大發現，拓展的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。

長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：

新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧農業”、“智慧金融”、“智慧零售”、“智慧城市”、“智慧駕駛”；新模式：“財富空間”、“特色小鎮”、“賽博物理”、“供應鏈金融”。

點選“閱讀原文”，訪問AI-CPS OS官網

本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！

：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：[email protected]