【51CTO.com原創(chuàng)稿件】

[[286886]]

日前，貝殼找房知識圖譜技術(shù)大會在北京環(huán)球財訊中心召開。知識圖譜作為近年來人工智能領(lǐng)域里一項比較熱門的技術(shù)，被廣泛應(yīng)用于智能搜索、智能問答、智能推薦等場景中。本次會議由來自貝殼找房智能搜索團隊的四位專家擔(dān)任主要講師，300多名AI領(lǐng)域開發(fā)者及愛好者受邀參加，和與會嘉賓共同分享圖譜技術(shù)在貝殼落地的實踐經(jīng)驗和應(yīng)用成果。

　　關(guān)系圖譜在貝殼找房風(fēng)控側(cè)的落地

　　貝殼找房資深工程師王學(xué)志圍繞關(guān)系圖譜在貝殼風(fēng)控側(cè)的落地，詳細闡述了關(guān)系圖譜在貝殼風(fēng)控體系中的應(yīng)用。王學(xué)志介紹，貝殼的業(yè)務(wù)模式基于ACN經(jīng)紀(jì)人合作網(wǎng)絡(luò)。風(fēng)控與業(yè)務(wù)是強相關(guān)的，因此貝殼的行業(yè)屬性和業(yè)務(wù)模式?jīng)Q定了貝殼的風(fēng)控場景也有其鮮明的特點。

[[286887]]

貝殼找房資深工程師王學(xué)志

　　ACN經(jīng)紀(jì)人合作網(wǎng)絡(luò)是指在遵守房源信息充分共享等規(guī)則前提下，同品牌或跨品牌的經(jīng)紀(jì)人之間以不同的角色共同參與到一筆交易，成交后按照各個角色的分傭比例進行傭金分成的一種合作模式。這一模式實現(xiàn)了跨品牌間房源、客源和經(jīng)紀(jì)人之間的聯(lián)動，同時也導(dǎo)致貝殼的風(fēng)控體系構(gòu)建要考慮如下因素：業(yè)務(wù)分為線上線下，交易鏈條長、環(huán)節(jié)多；同時面臨加盟商風(fēng)險和經(jīng)紀(jì)人風(fēng)險；對經(jīng)紀(jì)人問責(zé)時要提供完整的證據(jù)鏈；業(yè)務(wù)場景多，涵蓋租賃、新房、二手房買賣；交易場景具有低頻、大額、長周期的特點。

　　王學(xué)志指出，之所以把關(guān)系圖譜應(yīng)用在風(fēng)控中，一是因為關(guān)系圖譜可以呈現(xiàn)點、線、面的風(fēng)險刻畫，非常適合團伙攻擊；二是貝殼從自身實際出發(fā)，相較于小b違規(guī)，從危害程度來說大B風(fēng)險為優(yōu)先處理的重點。而且大B違規(guī)和復(fù)雜的關(guān)聯(lián)關(guān)系是強相關(guān)，適用于關(guān)系圖譜。

　　據(jù)介紹，整體架構(gòu)上，貝殼關(guān)系圖譜分為四層，包括基礎(chǔ)數(shù)據(jù)、知識構(gòu)建、知識挖掘、業(yè)務(wù)應(yīng)用；技術(shù)選型上，貝殼選擇了Spark Graph X作為圖分析計算引擎，Janus Graph作為圖查詢工具；應(yīng)用場景上，關(guān)系圖譜在貝殼風(fēng)控體系中主要被用于準(zhǔn)入防控、風(fēng)險量化、品質(zhì)管理、風(fēng)險發(fā)現(xiàn)、查案溯源。

　　王學(xué)志提到，未來關(guān)系圖譜在貝殼風(fēng)控側(cè)的應(yīng)用將主要集中于兩個方面：深造基礎(chǔ)能力，包括知識推理、知識融合、高密子圖挖掘、Graph embedding等等；拓展業(yè)務(wù)應(yīng)用，包括在風(fēng)險治理上推動違規(guī)溯源智能化、違規(guī)模式自動學(xué)習(xí)等等，在用戶增長方面，通過關(guān)系圖譜進行經(jīng)紀(jì)人信用記錄，并據(jù)此進行經(jīng)紀(jì)人to B推薦、to C推薦。

　　關(guān)系圖譜在貝殼找房的構(gòu)建與應(yīng)用

　　貝殼找房資深算法工程師周玉馳以“關(guān)系圖譜在貝殼的構(gòu)建與應(yīng)用”為主題，分別就貝殼構(gòu)建關(guān)系圖譜的動因、設(shè)計過程以及應(yīng)用實踐做了深入解讀。

貝殼找房資深算法工程師周玉馳

　　周玉馳首先提出了一個問題——貝殼為什么要做關(guān)系圖譜。一般來說，房產(chǎn)行業(yè)關(guān)系圖譜的節(jié)點是由經(jīng)紀(jì)人、房、客等構(gòu)成。關(guān)系通常包括瀏覽、關(guān)注、帶看等行為關(guān)系。隨著業(yè)務(wù)的快速發(fā)展，貝殼積累了海量數(shù)據(jù)。面對億級別的行為數(shù)據(jù)，用什么方法來挖掘數(shù)據(jù)背后的價值呢？貝殼的答案是關(guān)系圖譜。

　　周玉馳認(rèn)為，從0到1構(gòu)建關(guān)系圖譜的過程中離不開三個核心：關(guān)系圖譜能做什么；怎么設(shè)計；如何應(yīng)用。他以貝殼關(guān)系圖譜的整體技術(shù)架構(gòu)為切入口進行了集中闡述。

　　架構(gòu)由下而上分為基礎(chǔ)圖譜、子圖譜、圖譜能力、圖譜應(yīng)用四層。最底層是基礎(chǔ)圖譜，基礎(chǔ)圖譜定義了各種行為關(guān)系?；A(chǔ)圖譜之上又進行了子圖譜建設(shè)，子圖譜包括關(guān)系強度、同質(zhì)圖、異質(zhì)圖。其中，關(guān)系強度的量化是建設(shè)過程中的重中之重?；A(chǔ)圖譜與子圖譜共同奠定了關(guān)系圖譜的基石?；A(chǔ)打完后進行了圖譜能力建設(shè)，具體包括多度查詢、影響力、Embedding、聚類、相似、關(guān)系預(yù)測這六大能力。最后基于圖譜能力進行了應(yīng)用探索，開發(fā)了房客通、智能客服等應(yīng)用工具。

　　在關(guān)系圖譜的基礎(chǔ)建設(shè)中，關(guān)系強度的量化是一個非常關(guān)鍵的問題。貝殼在構(gòu)建過程中主要考慮了三個衡量因素：權(quán)重、頻率、時間。周玉馳解釋：“不同關(guān)系類型權(quán)重不同，比如說帶看行為權(quán)重高于瀏覽行為，我們認(rèn)為瀏覽是輕行為；高頻關(guān)系大于低頻關(guān)系；近期關(guān)系大于遠期關(guān)系?？傮w來說，基于業(yè)務(wù)理解，再結(jié)合數(shù)據(jù)生產(chǎn)，我們定義了不同關(guān)系類型的權(quán)重。同時，我們采用模型化的方式進行計算，將一些行為數(shù)據(jù)和我們的理解進行交叉驗證。”

　　在關(guān)系圖譜的能力建設(shè)中，周玉馳重點介紹了影響力、Embedding、相似、關(guān)系預(yù)測這四種能力。就節(jié)點影響力來說，貝殼采用的是度中心性方法。通過增加用戶連接數(shù)進而增加用戶轉(zhuǎn)化率對貝殼而言意義重大；在常見的Graph Embedding方法中，貝殼結(jié)合自身發(fā)展實際，對于同質(zhì)網(wǎng)絡(luò)采用了Node2vec，并采用了side info進行優(yōu)化，與此同時，針對異質(zhì)網(wǎng)絡(luò)嘗試了Metapath2vec。能力層面，基于Embedding可以進行相似的計算，例如：相似房源、相似用戶。另外，關(guān)系預(yù)測的實現(xiàn)有兩種路徑，一是基于相似房源或者相似用戶，結(jié)合關(guān)系強度進行推導(dǎo)，二是基于異構(gòu)網(wǎng)絡(luò)UserEmbedding和HouseEmbedding預(yù)判房屋與用戶間的關(guān)系。

　　在關(guān)系圖譜的應(yīng)用探索上，周玉馳主要從多度查詢和向量化兩個角度進行了詳細說明。

　　貝殼基于多度查詢的兩個應(yīng)用，其一是房客通，一款貝殼內(nèi)部為經(jīng)紀(jì)人和客需求進行連接的產(chǎn)品，其二是挖掘圖譜，以用戶為中心，基于基礎(chǔ)圖譜來找到符合需求的直接相連房源，再通過圖譜能力進行挖掘，或者通過房特征找到相似房源，給用戶推薦與用戶相關(guān)的子圖，以可視化的方式進行展示推薦。

　　貝殼基于向量化探索的應(yīng)用比較典型的是推薦功能。普遍來說，經(jīng)紀(jì)人為客戶找房子的方式還停留在比較原始的階段，比如搜索微信群或者朋友圈、向門店其他經(jīng)紀(jì)人詢問、房源交流會時的溝通交流等。但貝殼可以通過人、客、房匹配策略算法對經(jīng)紀(jì)人進行助力，一方面為經(jīng)紀(jì)人篩選客戶，推薦合適房源；一方面還可以通過為優(yōu)質(zhì)房源匹配客戶來提升成交率。

　　分布式圖數(shù)據(jù)庫在貝殼找房的應(yīng)用實踐

　　貝殼找房搜索平臺負(fù)責(zé)人高攀的演講主題更偏重于關(guān)系圖譜的基礎(chǔ)建設(shè)，主要圍繞圖數(shù)據(jù)庫展開。

[[286888]]

貝殼找房搜索平臺負(fù)責(zé)人高攀

　　高攀對圖數(shù)據(jù)庫的定義和應(yīng)用領(lǐng)域進行了簡述：所謂圖數(shù)據(jù)庫，不是存儲圖片的數(shù)據(jù)庫，而是存儲節(jié)點和關(guān)系，以圖結(jié)構(gòu)進行存儲和查詢。其應(yīng)用場景非常廣泛，在社交網(wǎng)絡(luò)、搜索推薦、風(fēng)險管理、業(yè)務(wù)流程、事件關(guān)系等領(lǐng)域都可以用圖數(shù)據(jù)庫來解決。

　　隨后，高攀解釋了圖數(shù)據(jù)庫平臺對貝殼的必要性。

　　“貝殼找房目前最大的行業(yè)圖譜量級已經(jīng)達到480億三元組。一個很現(xiàn)實的問題就是，如此海量的數(shù)據(jù)應(yīng)該如何存儲才能支持業(yè)務(wù)的高效查詢？同時我們考慮到是不是可以有一個通用的圖數(shù)據(jù)庫平臺來支撐所有需要使用圖數(shù)據(jù)庫的場景？讓上層做圖譜的同學(xué)可以更專注于策略或算法，而不需要花精力去關(guān)注底層的存儲技術(shù)實現(xiàn)，答案顯然是肯定的，我們需要統(tǒng)一的圖數(shù)據(jù)庫平臺。”

　　在這一需求的驅(qū)動下，貝殼找房開始尋找合適的圖數(shù)據(jù)庫，在考慮到開源、性能、穩(wěn)定性、成熟度、易用性、可擴展性、運維成本等因素后，最終決定在DGraph和JanusGraph間做出選擇。在經(jīng)過架構(gòu)、副本、數(shù)據(jù)一致性、查詢語言、全文檢索、可視化、寫入性能、查詢性能、運維成本等方面的對比后，最終選用了DGraph。貝殼在完成圖數(shù)據(jù)庫集群搭建、數(shù)據(jù)導(dǎo)入后的性能壓測中，也得到了相當(dāng)滿意的結(jié)果：在這480億數(shù)據(jù)中的查詢都可以達到50毫秒以內(nèi)，并且并發(fā)可以到15000多QPS。當(dāng)然DGraph也有缺陷和不足：不支持多重邊、一個集群只支持一個圖、大數(shù)據(jù)生態(tài)兼容不夠，總體還有不少可以改進的空間。

　　高攀提到，下一步貝殼找房在圖數(shù)據(jù)庫建設(shè)上將繼續(xù)對其性能穩(wěn)定性做深入優(yōu)化，包括對其源碼進行改進；其次，推進圖數(shù)據(jù)庫作為搜索中臺基礎(chǔ)引擎，支持各種圖數(shù)據(jù)庫檢索需求；結(jié)合搜索云平臺界面化操作、快速配置接入，簡化其運維成本。當(dāng)分布式圖數(shù)據(jù)庫在貝殼成熟以后，可以統(tǒng)一支持公司內(nèi)各種知識圖譜、風(fēng)險關(guān)系圖譜等，真正做到所有圖譜需求不用再關(guān)注于底層存儲技術(shù)，只需要關(guān)注圖譜構(gòu)建或應(yīng)用的策略算法。

　　行業(yè)圖譜在房產(chǎn)領(lǐng)域的應(yīng)用實踐

　　貝殼找房行業(yè)圖譜負(fù)責(zé)人孫拔群就行業(yè)圖譜在房產(chǎn)領(lǐng)域的建設(shè)和應(yīng)用這一主題和與會者進行了分享。

[[286889]]

貝殼找房行業(yè)圖譜負(fù)責(zé)人孫拔群

　　孫拔群認(rèn)為，對于一個行業(yè)公司來說，通過內(nèi)部數(shù)據(jù)，可以完成自我剖析和定性描述；通過外部數(shù)據(jù)，可以明確市場定位和定量描述，了解自身在行業(yè)整體所處的發(fā)展?fàn)顩r；通過融合數(shù)據(jù)進行分析，可以最終達成業(yè)務(wù)目標(biāo)，即通過行業(yè)知識圖譜實現(xiàn)自身的戰(zhàn)略規(guī)劃和愿景使命。

　　孫拔群簡要說明了通過行業(yè)知識圖譜解決問題的思路——首先，制定目標(biāo)，推導(dǎo)價值；然后，選擇方案，路徑達成；最后，評價效果，形成循環(huán)。

　　“我們基于行業(yè)圖譜去測算出我們整體在全國各個城市里面的價值空間。得到價值空間，就有了基本的核心目標(biāo)，明年要進行GMV提升，這是基于公司層面的戰(zhàn)略指標(biāo)和定義。具體落實到執(zhí)行，那就要進行目標(biāo)拆解，一方面通過智能問答、知識推理、社區(qū)發(fā)現(xiàn)這些圖譜技術(shù)應(yīng)用來直接促進業(yè)務(wù)目標(biāo)達成，另一方面通過基于行業(yè)知識圖譜建立的行業(yè)情報系統(tǒng)，以提效工具、線索增量、大盤決策等工具來推動目標(biāo)實現(xiàn)。最后通過效果評價，形成正向循環(huán)。”

　　孫拔群對于行業(yè)數(shù)據(jù)的引入、加工和融合做了相關(guān)說明。類型上說，主要的行業(yè)數(shù)據(jù)可以分為五大類：標(biāo)競品，要做到知己知彼；專業(yè)內(nèi)容，包括國家相關(guān)政策和宏觀經(jīng)濟環(huán)境等；上下游，比如開發(fā)商、物業(yè)、建筑商的數(shù)據(jù)；環(huán)境周邊，即房源周圍的環(huán)境數(shù)據(jù)；用戶群體，不用贅述。由于這些數(shù)據(jù)來源各不相同，結(jié)構(gòu)差異化大，因此引入這些數(shù)據(jù)之后要做數(shù)據(jù)清洗和實體融合，之后就可以著手建立行業(yè)知識圖譜。

　　孫拔群最后提到了未來一年貝殼找房將在行業(yè)圖譜智能應(yīng)用上研發(fā)的方向。其一，IM助手，為經(jīng)紀(jì)人提效。通過知識圖譜提高經(jīng)紀(jì)人應(yīng)對客戶提問時的反饋速度和準(zhǔn)確率；其二，搜索效果。當(dāng)搜索結(jié)果少的時候，提供一些站外的房源或者是說站外的熱度；其三，AI講房。在海量VR房源數(shù)據(jù)基礎(chǔ)上，結(jié)合AI技術(shù)，通過圖像識別、結(jié)構(gòu)處理等算法智能化處理三維空間信息，實現(xiàn)對房屋本身的理解。AI根據(jù)周邊配套、小區(qū)內(nèi)部情況、房屋戶型結(jié)構(gòu)和交易信息等維度，通過TTS（文本轉(zhuǎn)語音）技術(shù)，為用戶提供個性化的智能講房服務(wù)。

　　貝殼自成立以來始終以技術(shù)為驅(qū)動，以消費者為中心，致力于讓房源、客戶、經(jīng)紀(jì)人之間的數(shù)據(jù)互聯(lián)更加智能，打造產(chǎn)業(yè)互聯(lián)網(wǎng)下的“新居住”品質(zhì)服務(wù)生態(tài)。截至2019年9月底，貝殼找房已進駐全國103個城市和地區(qū)，連接3.2萬家門店和超過32萬新型經(jīng)紀(jì)人，入駐平臺的新經(jīng)紀(jì)品牌超過226個。

【51CTO原創(chuàng)稿件，合作站點轉(zhuǎn)載請注明原文作者和出處為51CTO.com】