很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
作者｜賈少華
此次，向大家分享建模方面的經(jīng)驗和一點想法，歡迎各位大佬批評指正。
截止目前，筆者在建模方面的經(jīng)驗主要有電商評論—虛假電商評論檢測，如我們在網(wǎng)上面進行購物時，會參考其商品的評分，評價，通過汲取其他人的購買體驗，來作為是否購買的一個加權(quán)，也因此很多不良商家，為了提高知名度和消費量，會存在惡意刷好評的情況，錯誤的引導(dǎo)消費者。為了更細(xì)致的了解其運作模式，筆者也曾“臥底”了一回—為某個賣服裝的代寫好評，后續(xù)斷斷續(xù)續(xù)追蹤半個月，發(fā)現(xiàn)其成交量出現(xiàn)了穩(wěn)步增長，具體是虛假交易，還是由虛假交易引起口碑影響力帶動真消費，不再探究。也因此筆者覺得虛假評論的檢測具備一定道德層面的積極意義。
在電商評論中，獲取的數(shù)據(jù)為文本型數(shù)據(jù)，通過傳統(tǒng)的主題模型等機器學(xué)習(xí)方法可以對之進行主題-詞的抽取，進而獲取相關(guān)的核心主題進行進一步的建模。同時，較之于數(shù)值型數(shù)據(jù)，文本數(shù)據(jù)無法直接被電腦讀取，需要轉(zhuǎn)化為數(shù)值型格式，這里提及一些方法可供參考，LDA主題模型，可以獲取每個詞的概率值，雖然限定了特定主題和特定文本，但是某種程度上也可以使用進行文本數(shù)值化；Word2vec（WordEmbedding），谷歌公布的文本向量化包，可以對文本進行向量化處理，但是Word2vec更多是也是對于詞袋模型中的詞進行處理，在進行上下文的聯(lián)動上存在一定的不足之處，這也就致使了另一項更加強大的詞向量化工具Bert應(yīng)運而生。
對于文本數(shù)據(jù)，有一個很有意思的研究趨勢是“大”，如微軟和英偉達近期聯(lián)合推出的迄今為止最大和最強的語言模型—Megatron-Turing (MT-NLP)，該模型包含5300億個參數(shù)，幾乎等同于人的神經(jīng)個數(shù)，據(jù)表述，該模型在預(yù)測，閱讀理解，常識論證，自然語言推理，詞義消歧等自然處理領(lǐng)域具備優(yōu)越的性能。筆者驚艷其模型的規(guī)模與性能，同時也有點小小的思考，人工智能模型本身存在難以解釋的不足，當(dāng)模型規(guī)模擴大，效果提升到一定水平，是否就可以不需要解釋了呢？
很多報告說現(xiàn)在存在很多的單身男女，我覺得怎么會呢？手機，自發(fā)布到目前2021年，已經(jīng)成為我們新的老婆（老公），從工作到生活，形影不離，忠貞不渝。筆者曾出差4天，說想念媳婦到茶飯不思那是不可能的，生活依舊，然而某天手機以外跌落地上，致使手機無法使用，在網(wǎng)購等待的一天里，我經(jīng)歷了焦慮，恐慌，無所是從，手足無措等等，真沒了“媳婦”，是否部分伙伴和我一樣，是否由此可以推斷，手機已經(jīng)成為了我們生活所需的基本要素，而手機正常運作的一項基礎(chǔ)-網(wǎng)絡(luò)通訊是否也已經(jīng)成為我們生活中無法割舍的一部分。
因此對結(jié)構(gòu)化數(shù)據(jù)建模的一個分析，就以通訊行業(yè)為例，雖然是以前從事的工作內(nèi)容，但是考慮到曾作為一名該行業(yè)員工的規(guī)范性，此處和下面的制造業(yè)建模均不過于深入和具體描述。在通訊行業(yè)中客戶的信息均以固定的形式存儲在數(shù)據(jù)庫中，通過使用傳統(tǒng)的機器學(xué)習(xí)算法如貝葉斯網(wǎng)絡(luò)，決策樹（可解釋性高）可以對之進行建模，而在2018年左右大火的深度學(xué)習(xí)技術(shù)如LSTM等，也可以應(yīng)用于其中，提高模型的準(zhǔn)確率，進而在業(yè)務(wù)賦能的過程中添磚加瓦，然而根據(jù)筆者的行業(yè)經(jīng)歷，在使用LSTM對結(jié)構(gòu)化數(shù)據(jù)進行建模過程中，其準(zhǔn)確率較之于傳統(tǒng)的機器學(xué)習(xí)方法雖然能提高至少10%的準(zhǔn)確率和預(yù)測成功率（業(yè)務(wù)檢驗），但是對之于一些觸及決策性質(zhì)或者需要解釋性強的業(yè)務(wù)問題，LSTM就顯得愛莫能助，只能求助于傳統(tǒng)的可解釋性強的決策樹，貝葉斯網(wǎng)絡(luò)和基于經(jīng)驗規(guī)則的建模。因此，如何構(gòu)建可解釋透明的深度學(xué)習(xí)模型就顯得愈發(fā)重要，這也是當(dāng)前科研領(lǐng)域正在破解的難題之一。
對于諸葛亮，有這樣一句話描述，“運籌”帷幄，決勝千里之外。而在現(xiàn)代，“混合整數(shù)規(guī)劃”，亦有“運籌”帷幄職之能。這里的運籌，我們簡單理解為運籌學(xué)，包含諸如普通線性規(guī)劃，整數(shù)規(guī)劃，混合整數(shù)規(guī)劃，蟻群算法，遺傳算法等，而對于現(xiàn)代工廠，企業(yè)而言，其復(fù)雜的業(yè)務(wù)系統(tǒng)，一般需要使用混合整數(shù)規(guī)劃來進行建模。
因此對傳統(tǒng)制造業(yè)建模而言，同結(jié)構(gòu)化數(shù)據(jù)建模和非結(jié)構(gòu)化數(shù)據(jù)建模又有所不同，在傳統(tǒng)制造業(yè)中，資源是限定的，市場需求是需要滿足的，而從資源到市場中間所觸及的原材料到成品的過程是復(fù)雜和高度相關(guān)的，這就限制了傳統(tǒng)機器學(xué)習(xí)，以及現(xiàn)如今比較火的深度學(xué)習(xí)的使用，一個國內(nèi)發(fā)展尚還弱小，但是很必要的學(xué)科就發(fā)揮了作用—運籌學(xué)，目前筆者主要接觸的是使用混合整數(shù)規(guī)劃對其進行建模，觸及分支定界，啟發(fā)式搜索等算法，存在多目標(biāo)求解，NP-Hard等諸多調(diào)整和問題，時間復(fù)雜度和空間復(fù)雜度是一個繞不開的坎，現(xiàn)實情況下，約束較多，基礎(chǔ)數(shù)據(jù)量大，致使問題規(guī)模甚至?xí)仙桨賰|級別，出現(xiàn)有限時間內(nèi)無法求解的情況，即使通過一定的處理，也會存在求解時間過久的問題，這在實際使用上就顯得略為雞肋，對于混合整數(shù)規(guī)劃建模來講，解釋性強，業(yè)務(wù)建模契合度更高，在硬件固定的情況下，如何通過算法改善時間和空間復(fù)雜度呢？因此如何在保障貼合業(yè)務(wù)需求的基本要求下，巧妙的設(shè)計模型框架也顯得尤為重要。
非結(jié)構(gòu)也好，結(jié)構(gòu)也好，運籌建模也好，都是現(xiàn)代數(shù)字化建設(shè)的要求，雖說業(yè)務(wù)不同，領(lǐng)域不同，但都是通過對業(yè)務(wù)賦能，達到降本，增效，創(chuàng)收的目標(biāo)。算法之路漫漫，筆者學(xué)時有限，歡迎各位大佬指教。
-END-
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內(nèi)容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負(fù)面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)