【WOT2018】如何利用数据训练人工智能？三位大咖教你挖掘数据价值

【51CTO.com原创稿件】2018年11月30日-12月1日，WOT2018全球人工智能技术峰会在北京·粤财JW万豪酒店盛大召开。60+国内外 人工智能一线精英大咖与千余名业界专业人士齐聚现场，分享人工智能的平台工具、算法模型、语音视觉等技术内容，探讨人工智能如何赋予行业新的活力。两天会议涵盖通用技术、应用领域、行业赋能三大章节，开设13大技术专场，如机器学习、数据处理、AI平台与工具、推荐搜索、业务实践、优化硬件等，堪称人工智能技术盛会。

大量的数据可以提供训练学习算法所需，如何利用数据来培训人工智能，使其获得更精准的结果？针对这个问题，本届WOT2018峰会特别设置了《数据处理》分论坛。来自VIPKID、易观智库、BBAE Holdings的三位大咖围绕“聚焦数据处理，挖掘数据价值”进行了主题分享。

智能匹配在在线教育行业的应用

VIPKID是一家在线少儿英语教育公司。VIPKID供需优化技术负责人沈亮主要负责供给侧优化、需求匹配、课程质量方面的工作，此次演讲他详细介绍了智能匹配在在线教育行业中的应用。

VIPKID供需优化技术负责人 沈亮

在线教育行业是典型的双边市场，双边市场的概念是指2组参与者通过中间平台进行交易，并且一方的收益决定另一方参与者的数量。在VIPKID快速发展的过程中，随着用户规模的变大，传统抢单模式的弊端慢慢暴露出来。比如：用户无法挑选到合适的老师；用户选择其他用户喜好的老师；以及平台马太效应愈发严重。和外卖、快递、出行等行业的发展轨迹一样，VIPKID慢慢从抢单过度到智能派单，能够有效地提升平台的整体效率，同时，提升用户的产品满意度。

那么，整个双边市场的匹配是一个怎么样的AI问题呢？ 沈亮认为，可以把它分为3个层次，从不同的建设周期来考虑。最长周期是生态规划的基础建设，比如：根据需求侧的发展来预测一定时间内老师的招募，司机，配送小哥的招募。第二个层次是市场调节，可以通过经济手段来调节，比如：高峰期的司机补贴、乘客加价，乘客优惠券的发放，老师长期的加薪周期，开课激励等。第三个层次是单次用户需求的满足，通过实时的派单产品、以及用户抢单产品来实现。

谈到如何构建在线教育行业的智能匹配模型，沈亮表示，VIPKID将模型区分为两个阶段，第一阶段是用户找到合适供给的阶段，我们构建了个性化的匹配机制。第二阶段是用户找到了合适的供给以后，我们通过约课机制来保障用户需求能够持续得到满足。

VIPKID在优化整体的学习目标时，也是在不断变化的，每个阶段的思考点是不同的。一开始VIPKID按照Feed流产品的思路，用列表页点击来做为机器学习的正样本。其中核心问题是，从Feed流到真正产生交易的概率低，不能代表用户的核心诉求。第二步，优化用户约课动作发生，从约课到上课有2周左右的周期，并且用户对陌生老师的再复约率不到40%。所以有了第三点目标的变化，用户重复约课的老师是正样本，用户约课后不满意为负样本。这一步主要的问题是1、不满意的用户不表达，2、平台不好约还是用户不满意区分度不强。最终，VIPKID选择了上课质量做为机器学习的优化目标。

海豚系统是VIPKID的一整套在线视频的解决方案。以课程质量分析模块为例，它主要是通过从语音、图像、交互角度上来分析老师／学生的课堂表现，评估每堂课的教学／学习质量。其中图像部分主要进行人脸识别／检测、手势识别（TPR教学方法）、表情识别（笑脸）、语音方面则包括老师语音识别、语音情感识别、噪音识别。通过这些课堂的特征来构建课堂质量评估模型，VIPKID通过专家标注＋数据挖掘的方式来区分好课和差课。

有了课堂质量分的概念，对于一个陌生老师，VIPKID则会提取该老师最近上课视频中的语音、图像相关的特征，学生喜欢的老师图像、语音相关特征，以及老师／学生的一部分结构化数据，进行特征挖掘、交叉和离散化从而构建不同的模型，然后发布到线上A/B测试来监控质量、以及核心指标的变化。

在市场机制、规则设计上，VIPKID推出了专属外教产品，能够让用户通过简单的一步即可和自己喜欢的老师长期上课。专属外教的产品逻辑是这样的，首先，用户设置自己喜欢的老师和上课时间，第二步，系统会在所有的规则集合内进行系统派单，从数学角度上来看，这是一个简单的2分加权图的分配问题。VIPKID用了传统的KM （Kuhn-Munkres）算法了解决，也取得了不错的效果。

VIPKID通过构建基于课程质量的智能匹配模型，完善了师生稳定上课阶段的派单引擎；另外，VIPKID在供给侧采用了相对隔离，以及师生匹配的预分配。上线前后最大的变化就是，它让用户更快地选择到适合自己的老师，可以从两方面衡量，第一，用户找到合适老师的成本（课节数）下降40%；其次，用户找到合适老师的时间下降了33%。

另外，智能匹配也使得用户不需要抢课，有了更好的约课体验；从数据上有两点明显改进，第一，周一高峰期来抢课的用户群体下降幅度高达42%。第二，系统派单的占比持续提升，4个月时间，提升比例高达85%。

基于IOTA架构的实时数据引擎

易观智库CTO郭炜分享了题为《IOTA 数据架构——基于边缘计算的适用于大数据和人工智能新一代计算架构》的主题演讲，详细讲解了基于IOTA数据河的计算引擎的实现思路，以及数据河的基本理念。

易观智库CTO 郭炜

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!