中国电商企业深度学习应用及最新进展

张宁

[摘 要] 深度学习在机器学习中占据着非常重要的地位，也是近些年来备受关注的科学研究领域。有学者称深度学习算法是当前“人工智能皇冠上的明珠”，通过深层神经网络（DNN）模型的运用，深度学习已成为目前最接近人脑的智能学习方法，不仅Google、百度等国内外搜索和社交公司为之疯狂，电商巨头京东、阿里等也已经加入竞争。本文介绍了中国电商对深度学习的理解、应用现状以及未来的应用趋势。

[关键词] 深度学习；机器学习；电商；应用

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

[中图分类号] TP181 [文献标识码] A [文章编号] 1673 - 0194（2017）01- 0149- 02

1 大数据下的深度学习

深度学习是模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释和处理各种数据，包括文本数据、图像数据和语音数据等。

人工神经网络具有良好的学习能力和解决问题的能力，但传统神经网络一般只有两三层的神经网络，其有限的参数和计算单元，对复杂函数的表示能力有限，学习能力受到制约，特征的开发和筛选也极为耗费人力。目前深度学习推广的条件已经成熟。一方面，传统神经网络在大数据量的学习上性能较差，不符合大数据所需的时效性。另一方面，大数据的演进催生了软硬件系统的进步，分布式架构的产生，使得算法的性能已经不是瓶颈，并行化框架和训练加速方法，让深度学习的前景变得光明。同时，大数据也会让深度学习的效果越来越好。所以，从某种意义上说，深度学习是大数据的最佳拍档。

2 电商企业研究深度学习的初衷

客服对电商发展的重要性毋庸置疑。近几年发展迅速的“双十一”“双十二”“周年庆”等电商活动层出不群，大量的客服团队也很难应付这样的活动。各家电商开始筹划成立智能客服团队，通过一些机器算法模拟人的思维，达到客服和用户交流的效果。随着深度学习技术的风靡，加深了电商对智能客服团队的开发。近两年，通过神经网络、知识层次、异构计算等新兴领域的研究和应用来确保智能客服团队技术的领先性，大幅提高了其智能性及其应用的广泛性。

深度学习技术固然有很大的应用价值，但随着IBM Watson、百度大脑等平台的开放，这种能力的获得并不困难，产品化的好坏才是直接影响客户服务能力的因素。而各家电商选择在这个领域投入更多的阵容自主研发，深度学习和数据挖掘技术已经被电商企业视为核心竞争力，各家争取自己掌握核心技术，让数据更好地服务于自己。

3 电商企业中深度学习的应用

深度学习的应用现状。电商企业基于其人工客服和用户交互产生的上亿条数据对智能服务团队进行训练，模拟每一个用户场景。智能服务团队的应用在“双十一”等活动期间接待客户，有效缓解了人工客服的压力。

从实际效果来说，智能服务团队在一定程度上能够让不解内情的用户单从对话无法区分对方是智能机器人还是人工客服。不过，电商企业以用户满意度提升、用户体验的提升、用户愿意使用、服务占比提高等指标是来衡量其技术的好坏或者应用的效果，在每个课题上，都有识别的准确性、评判分类的准确性的不同标准。在这些标准下，我国电商企业内部对智能服务团队现阶段的服务效果较为满意。

4 电商企业DNN Lab的研发方向

DNN Lab主要进行如下4个方面的研发。

（1）意图识别。针对用户输入的文本，通过意图识别之后对应到订单、售后、商品、闲聊等不同的类别。意图识别对智能服务团队非常重要，用户的每一句问话，智能服务团队首先要判断他的意图，到底说的是订单问题、商品咨询还是售后问题，抑或单纯的闲聊，才会给出更好的反馈。

（2）命名实体识别。先对用户输入的文本进行识别，在对识别后的命名实体进行抽取，对应到人名、地名、商品名、机构名等不同类别，更好地理解用户的语言。所以，命名实体识别其实也是用户意图识别的必须步骤。

（3）自动问答。在明确用户的意图之后，通过自动问答系统匹配答案，抽取和排序候选答案，给用户反馈最佳答案和建议。通过深度学习的算法，可以提高自动问答的准确率。与此同时，京东还开发了一个知识库，让智能服务团队能够通过深度学习算法识别用户使用不同的词语背后的各种情绪，从而提供有针对性的回答。

（4）用户画像。通过用户各个维度的数据，比如性别、能力、身高，历史浏览记录，购物记录，是不是有小孩，最近购物倾向是什么，关注什么商品，对用户做很细的刻度，分成很多维度的画像，标注土豪还是屌丝，用户价值维度是高是低还是中等，用户是什么类别、性质的，是理性保守型还是购物冲动型的，根据这种细粒度的画像提供个性化的服务。

电商企业对深度学习算法的主要预期，将在产品销量预测、互联网金融、智能硬件、商品搜索/推荐/广告等方面。

主要参考文献

[1]余凯，贾磊，等.深度学习的昨天、今天和明天 [J].计算机研究与发展，2013，50（9）：1799-1804.

[2]孙志军，薛磊，等.深度学习研究综述 [J].计算机应用研究，2012，29（8）：2806-2810.