AWS-用于在 AWS 上进行构建的工具

人工智能篇

1、机器学习在酒店呼叫中心自动化中的应用 ☆

回复时长预测模型，外呼有效性模型

先通过机器学习模型进行判断，对高价值的订单安排人工呼叫

2、携程度假智能云客服平台 ☆（？）

自动纠错模型->理解用户意图

EasyAI平台->不熟悉技术的业务群体

用户意图模型–>实时判断用户是否存在购买产品的意图，安排后续个性化推荐（深度学习的多任务多标签模型实现）

群监督模型–>用户与客服的沟通是基于群的方式实现的（？）。真实情况下，用户的大部分聊天内容比较集中，样本量也非常大，但某些意图上的样本量很小

内容抽取模型–>（？）半监督学习的内容抽取通用模型

知识图谱构建–>（？）首先划分Domain，每个D下去产生一个Schema

自助问答模型–>粗粒度检索式模型实现和用户的单轮对话，分别对问题和忽地啊建立模型，最后计算两个模型输出向量之间的相似度。

==》 2.0：实现多轮对话，首先进行内容自动纠错和自然语言理解，然后计入对话管理，粗细粒度检索，然后重新排序。

3、机器学习算法在饿了么供需平衡系统中的应用 ☆

智能派单、供需平衡、时间预估、位置服务

压力平衡系统：

评估实时压力，采用平衡措施，进行降压。

数据监控：五分钟一次

构建骑手画像：

1.0：计算平均

2.0：分成若干等级，然后进行个性化。

3.0：估算在不同情况下的超时概率（二分类模型）

---

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 wshten@gmail.com