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(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會(huì)有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系：鳥(niǎo)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(yàn)和一點(diǎn)想法，歡迎各位大佬批評(píng)指正。
截止目前，筆者在建模方面的經(jīng)驗(yàn)主要有電商評(píng)論—虛假電商評(píng)論檢測(cè)，如我們?cè)诰W(wǎng)上面進(jìn)行購(gòu)物時(shí)，會(huì)參考其商品的評(píng)分，評(píng)價(jià)，通過(guò)汲取其他人的購(gòu)買體驗(yàn)，來(lái)作為是否購(gòu)買的一個(gè)加權(quán)，也因此很多不良商家，為了提高知名度和消費(fèi)量，會(huì)存在惡意刷好評(píng)的情況，錯(cuò)誤的引導(dǎo)消費(fèi)者。為了更細(xì)致的了解其運(yùn)作模式，筆者也曾“臥底”了一回—為某個(gè)賣服裝的代寫好評(píng)，后續(xù)斷斷續(xù)續(xù)追蹤半個(gè)月，發(fā)現(xiàn)其成交量出現(xiàn)了穩(wěn)步增長(zhǎng)，具體是虛假交易，還是由虛假交易引起口碑影響力帶動(dòng)真消費(fèi)，不再探究。也因此筆者覺(jué)得虛假評(píng)論的檢測(cè)具備一定道德層面的積極意義。
在電商評(píng)論中，獲取的數(shù)據(jù)為文本型數(shù)據(jù)，通過(guò)傳統(tǒng)的主題模型等機(jī)器學(xué)習(xí)方法可以對(duì)之進(jìn)行主題-詞的抽取，進(jìn)而獲取相關(guān)的核心主題進(jìn)行進(jìn)一步的建模。同時(shí)，較之于數(shù)值型數(shù)據(jù)，文本數(shù)據(jù)無(wú)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(gè)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(jìn)行文本數(shù)值化；Word2vec（WordEmbedding），谷歌公布的文本向量化包，可以對(duì)文本進(jìn)行向量化處理，但是Word2vec更多是也是對(duì)于詞袋模型中的詞進(jìn)行處理，在進(jìn)行上下文的聯(lián)動(dòng)上存在一定的不足之處，這也就致使了另一項(xiàng)更加強(qiáng)大的詞向量化工具Bert應(yīng)運(yùn)而生。
對(duì)于文本數(shù)據(jù)，有一個(gè)很有意思的研究趨勢(shì)是“大”，如微軟和英偉達(dá)近期聯(lián)合推出的迄今為止最大和最強(qiáng)的語(yǔ)言模型—Megatron-Turing (MT-NLP)，該模型包含5300億個(gè)參數(shù)，幾乎等同于人的神經(jīng)個(gè)數(shù)，據(jù)表述，該模型在預(yù)測(cè)，閱讀理解，常識(shí)論證，自然語(yǔ)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(shí)也有點(diǎn)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(kuò)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(bào)告說(shuō)現(xiàn)在存在很多的單身男女，我覺(jué)得怎么會(huì)呢？手機(jī)，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(shuō)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(jī)以外跌落地上，致使手機(jī)無(wú)法使用，在網(wǎng)購(gòu)等待的一天里，我經(jīng)歷了焦慮，恐慌，無(wú)所是從，手足無(wú)措等等，真沒(méi)了“媳婦”，是否部分伙伴和我一樣，是否由此可以推斷，手機(jī)已經(jīng)成為了我們生活所需的基本要素，而手機(jī)正常運(yùn)作的一項(xiàng)基礎(chǔ)-網(wǎng)絡(luò)通訊是否也已經(jīng)成為我們生活中無(wú)法割舍的一部分。
因此對(duì)結(jié)構(gòu)化數(shù)據(jù)建模的一個(gè)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(guò)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(chǔ)在數(shù)據(jù)庫(kù)中，通過(guò)使用傳統(tǒng)的機(jī)器學(xué)習(xí)算法如貝葉斯網(wǎng)絡(luò)，決策樹(shù)（可解釋性高）可以對(duì)之進(jìn)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(jìn)而在業(yè)務(wù)賦能的過(guò)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(duì)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行建模過(guò)程中，其準(zhǔn)確率較之于傳統(tǒng)的機(jī)器學(xué)習(xí)方法雖然能提高至少10%的準(zhǔn)確率和預(yù)測(cè)成功率（業(yè)務(wù)檢驗(yàn)），但是對(duì)之于一些觸及決策性質(zhì)或者需要解釋性強(qiáng)的業(yè)務(wù)問(wèn)題，LSTM就顯得愛(ài)莫能助，只能求助于傳統(tǒng)的可解釋性強(qiáng)的決策樹(shù)，貝葉斯網(wǎng)絡(luò)和基于經(jīng)驗(yàn)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(duì)于諸葛亮，有這樣一句話描述，“運(yùn)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(yùn)籌”帷幄職之能。這里的運(yùn)籌，我們簡(jiǎn)單理解為運(yùn)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(duì)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(lái)進(jìn)行建模。
因此對(duì)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(chǎng)需求是需要滿足的，而從資源到市場(chǎng)中間所觸及的原材料到成品的過(guò)程是復(fù)雜和高度相關(guān)的，這就限制了傳統(tǒng)機(jī)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(gè)國(guó)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(yùn)籌學(xué)，目前筆者主要接觸的是使用混合整數(shù)規(guī)劃對(duì)其進(jìn)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(wèn)題，時(shí)間復(fù)雜度和空間復(fù)雜度是一個(gè)繞不開(kāi)的坎，現(xiàn)實(shí)情況下，約束較多，基礎(chǔ)數(shù)據(jù)量大，致使問(wèn)題規(guī)模甚至?xí)仙桨賰|級(jí)別，出現(xiàn)有限時(shí)間內(nèi)無(wú)法求解的情況，即使通過(guò)一定的處理，也會(huì)存在求解時(shí)間過(guò)久的問(wèn)題，這在實(shí)際使用上就顯得略為雞肋，對(duì)于混合整數(shù)規(guī)劃建模來(lái)講，解釋性強(qiáng)，業(yè)務(wù)建模契合度更高，在硬件固定的情況下，如何通過(guò)算法改善時(shí)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(jì)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(yùn)籌建模也好，都是現(xiàn)代數(shù)字化建設(shè)的要求，雖說(shuō)業(yè)務(wù)不同，領(lǐng)域不同，但都是通過(guò)對(duì)業(yè)務(wù)賦能，達(dá)到降本，增效，創(chuàng)收的目標(biāo)。算法之路漫漫，筆者學(xué)時(shí)有限，歡迎各位大佬指教。
-END-
本文為作者獨(dú)立觀點(diǎn)，不代表鳥(niǎo)哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥(niǎo)哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問(wèn)，請(qǐng)點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)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(píng)論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開(kāi)放、真實(shí)、專業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)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(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)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(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)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(xiàn)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(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來(lái)激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)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(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)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(lái)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(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)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(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)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(diǎn)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(gòu)買或出售帳號(hào)之間虛假地互動(dòng)，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(yíng)銷內(nèi)容，如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷；
8)使用特殊符號(hào)、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(yàn)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(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)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(guò)頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)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(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢；
4)問(wèn)自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì)，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(lái)誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)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(fèi)、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(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、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(huì)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(píng)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(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)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(guò)主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)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(tái)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(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，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(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)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(guò)作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)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(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)