深圳2019年1月15日電 /美通社/ -- 2019年1月15日，樂有家推出“千人千面”二期，在原本的基礎上優(yōu)化了相關算法，根據(jù)前期的用戶行為反饋，將較受歡迎專題內(nèi)容和一些熱門小區(qū)推薦給用戶；此外房源精準推薦的范圍從二手房擴大到租房領域，從此租房者也能輕松找房。
專家系統(tǒng)和機器學習
近年來，人工智能、機器學習、千人千面等名詞進入大眾的視野，改變大眾的生活。但其實，早在1956年，DARTMOUTH學會便提出人工智能這一概念。人工可以很好理解，那智能是什么呢？智能是指能夠自動的對外界變化做出反應，從而完成特定任務的行為。根據(jù)如何對外界變化做出反應，智能被分為兩類，一類是人類自行制定規(guī)則，稱為專家系統(tǒng)。專家系統(tǒng)是一個智能計算機程序系統(tǒng)，其內(nèi)部含有大量的某個領域專家水平的知識與經(jīng)驗，能夠利用人類專家的知識和解決問題的方法來處理該領域問題。
另一類是機器自己學習規(guī)則，稱為機器學習，是指機器從數(shù)據(jù)中挖掘和學習其中潛在的模式和規(guī)則。
在樂有家的業(yè)務場景和產(chǎn)品中，這兩種模式都得到很好的運用。例如樂有家運用專家系統(tǒng)模式開發(fā)經(jīng)紀人異常行為識別系統(tǒng)，經(jīng)紀人輸入跟進數(shù)據(jù)、帶看數(shù)據(jù)、巡店數(shù)據(jù)3大類型數(shù)據(jù)后，計算機根據(jù)前期已經(jīng)設定好的條件，自動進行造假判斷，如果經(jīng)紀人輸入的數(shù)據(jù)不符合前期設定的條件，系統(tǒng)會自動進行行政處罰，或者通知業(yè)務部門進行督導。經(jīng)紀人異常行為識別系統(tǒng)一經(jīng)上線，大大提高了業(yè)務部門管理員工的效率，節(jié)省了大量的人力成本，也倒逼經(jīng)紀人不斷提升自己的專業(yè)能力，更好的服務客戶。
千人千面，讓房源推薦做到因人而異
在傳統(tǒng)的房源推薦中，存在不少的痛點。很多用戶其實對自己的購房（租房）需求不是很明確，不清楚自己想要什么樣的房子，通過以往的標簽搜索自己心儀的房源無疑是大海撈針。對于運營者來說，以往傳統(tǒng)人工推薦房源存在策劃周期長、更新頻率低、運營成本高等問題，無法做到實時的個性化推薦和精細化運營等一系列問題。
為了解決這些痛點，樂有家通過“大數(shù)據(jù)+機器學習”的人工智能技術代替人工，實現(xiàn)自動化的房源專題頁生成及房源推薦，開發(fā)了“千人千面”功能。
樂有家的“千人千面”是指不同的用戶登陸樂有家APP，在首頁將會看到不同的房源專題，例如熱門地段好房子、車位充足好房子、戶型方正大空間等；此外，不同的用戶點擊同一專題也會看到不同的房源，房源推薦真正做到了因人而異，精準推薦。
為了實現(xiàn)房源推薦“千人千面”，樂有家做了很多嘗試和摸索，最后終于破解背后的原理和技術。第一步是收集現(xiàn)存的用戶歷史行為數(shù)據(jù)，包括用戶歷史瀏覽行為、點擊行為等數(shù)據(jù)。第二步是通過用戶歷史行為數(shù)據(jù)，選擇合適機器學習算法，構建離線用戶模型。
第三步是根據(jù)當前訪問用戶的實時數(shù)據(jù)，利用離線構建的模型，運用無監(jiān)督學習的算法方式，定時計算用戶對房子各個屬性的偏愛程度，例如偏好朝南的程度是多少，偏好近地鐵的程度是多少。
第四步是根據(jù)上面的信息，千人千面就可以判斷用戶更加傾向于哪一些主題，千人千面就會根據(jù)用戶偏好組成專題頁，當這些用戶進入樂有家APP時，首頁就會顯示用戶最感興趣的專題。
第五步是當用戶進入到每個房源專題后，千人千面又會根據(jù)用戶的歷史行為，運用監(jiān)督學習的算法計算用戶對這個主題中包含的每一個房子的感興趣程度。根據(jù)用戶對房源的興趣度進行排序，將用戶最感興趣的呈現(xiàn)給用戶。最終不同的用戶將會看到不同的專題/房源，達到千人千面的結果。
在這個信息過載泛濫時代，用戶每天都要花費時間和精力從大量的信息中挑選有用的信息。樂有家，利用人工智能，過濾“無效”信息，把用戶最需要的信息，以最快的速度呈現(xiàn)給Ta，讓用戶更高效的找到適合自己的房子，找房從此輕松無憂。
