对话交互如何与推荐系统结合

在浅谈语音助手的对话管理与策略制定中提到过导购场景的推荐型bot，这类bot关注的问题在于如何与用户交互以明确用户的意图，以及如何对匹配物品排序和优化交互过程。本文针对这些问题，谈谈关于对话交互与推荐系统的结合。

一、为什么结合对话交互与个性化推荐

电商领域的售前导购场景是对话交互与推荐系统结合的典型场景，处理这类对话的机器人，也称为购物助理或推荐导购bot。
为什么需要将对话交互与推荐系统结合呢？以下通过基于知识的推荐系统的适用场景、交互方法、GUI与VUI交互界面的对比来做说明。

1.基于知识的推荐

推荐系统的业务目标是提升用户的成交转化率。推荐系统在召回阶段，最常使用到的两大基本推荐算法是：协同过滤算法CF、基于内容的推荐算法CB。这两类算法的推荐是由目标用户过去的行为/评分、他的邻居的行为/评分或者两者相结合所决定的。
但在一些特定领域中和场景中，CF、CB算法就起不了作用了。例如：

• 由于产品领域复杂。物品的类型、属性很多，而用户的兴趣只集中在某几个选项时，用户需要明确定义他们的需求。
• 没有足够的历史行为数据。如低频购买的产品：房、车、金融产品、旅游服务等。
• 评分数据具有时效性，用户偏好会发生变化。如更新迭代快的电子产品。

以上这些情形要使用基于知识的推荐来解决，这类推荐系统基于用户描述的明确需求来给出解决方案，如果找不到解决方案，用户需要修改需求（极强的交互性）。在这过程中需要用到知识库，知识库中包含了检索过程中运用到的用户需求的约束/限制，或用户需求与物品描述之间的相似性。
按使用到的知识库的不同，基于知识的推荐系统可划分为两类：

• 基于约束的推荐系统：运用用户需求的约束/限制，在符合规则的物品集合中搜索到要推荐的物品集合。
• 基于案例的推荐系统：根据用户需求与物品描述的相似性，检索出与用户需求相似的物品。

小结：三类基础推荐算法的目标和输入

推荐算法	目标	输入
协同过滤	利用用户本人或他的邻居的评分和活动，给出推荐	用户本人行为+邻居行为
基于内容	基于用户过去对内容（属性）的评分和活动，给出推荐	用户本人行为+物品属性
基于知识	基于用户对内容（属性）的明确需求说明，给出推荐	用户需求说明+物品属性+领域知识

2.交互过程

用户想要明确描述其需求，系统中必须有交互组件。CF、CB都不允许这种类型的用户反馈。在基于约束的推荐系统中，用户与推荐系统的交互过程，简单分为三步：
1）用户利用交互界面来说明其需求和偏好; 交互界面可以有GUI、CUI和GUI+CUI多模态的方式。
2）系统提供匹配物品的排序列表，并解释物品的推荐理由;
3）用户根据推荐结果，进行需求修改（增加或者移除一些约束/限制条件）

3.GUI vs CUI

用户描述需求的交互界面，我们可以选择GUI图形化交互和CUI对话交互。采用GUI是传统的作法，即通过菜单来实现多条件筛选、排序的功能。
我们知道推荐系统解决了两个主要问题，一个是信息过滤，另一个是找到用户的个性化需求，从而将长尾商品准确地推荐给需要它的用户，帮助用户发现那些感兴趣但很难发现的商品。那么以推荐系统解决的主要问题出发，GUI与CUI对比如下：

对比项	GUI	CUI
信息过滤	信息架构复杂，用户操作流程长	无二维界面限制，简化操作流程
挖掘长尾	服务头部信息，长尾信息难以获取	获取信息容易
个性化需求	很难做到个性化	对话交互场景下，个性化需求很强

对比分析后可以看出， 对话交互与推荐系统相结合可以更好地服务于业务目标。因此我们可以采取CUI+GUI多模态的交互方式。

二、对话交互推荐

在推荐导购bot中，对话发起分为两种情况，一种是用户发起，一种是bot发起。以下是两种情况的对话交互推荐。

1.用户发起的推荐

交互流程

与前面讲到用户与基于约束的推荐系统的交互过程相似，用户与推荐系统的交互可抽象成：“推荐-交互-再推荐”。具体流程为：
1）根据约束/限制条件，与用户进行交互，获得用户的需求选项。
2）基于约束生成推荐结果的回复
3）根据用户的反馈，发现新的约束，并根据约束迭代推荐结果。

一个示例：

User：我想买手机
Bot: 亲想买什么品牌的手机呢？
User：华为
Bot: 想看什么价位的呢？
User：3000左右吧
Bot: 给您精选了几款宝贝供您选择，这几款都是热卖的，您看一下哦～（展示推荐结果：nova5 pro、荣耀20 pro等）
User：想看支持5g的
Bot：支持5g的手机有以下几款哦～

这个示例中在识别购买手机的意图后，bot引导用户选择约束选项：品牌，用户回复“华为”，bot选择下一个交互的参数：价格。 用户回复“3000左右”后，bot根据交互策略没有进行下一轮提问，而是进行了搜索匹配，并给出排序后的推荐结果和推荐理由解释，例如热卖或与您浏览过的XX相似的产品。用户回复“想看支持5g的”，bot经过语义理解后，发现新的约束参数：5g网络; 根据用户要求对推荐结果进行过滤/筛选和重排。

交互优化

bot在对话过程中，对话管理需要决策接下来采取的系统动作。可能的系统动作有：

• 提问物品的下一个属性值。例如示例中询问“价格”、“品牌”
• 向推荐系统请求，根据约束的条件参数给出推荐结果

如果要采取继续提问的动作，需要考虑如何添加约束/限制物品的属性，从而提升交互推荐的效率和用户体验。因为如果约束太多，要回答的问题太多，用户会不耐烦; 如果约束太少，返回的推荐结果数据太大，也不是一个有效的解决用户需求的方案。
常见解决方案：
1）选择信息量最大的参数来提问（熵、基尼系数）
交互参数的选择，也就是物品特征选择，可以使用“决策树”来解决这个问题。在决策树算法中，构建决策树每次要选择区分度最高的特征，也就是选择信息量最大的特征。信息论提出“信息熵”来对信息进行量化度量。选择某个特征后，计算熵的减少量。减少量越大说明区分度越高。
基尼系数是另一个特征选择最常用的的度量方法。基尼系数越小表示更大的区分能力。

交互策略：静态or动态

• 静态策略：就是对所有人先问属性A再问属性B。
• 动态策略：比如对于属性A不同的反馈采取不同的行为。

决策树是动态策略的算法。一个示例：需要推荐的产品为台灯，假设对于台灯区分度最高的是品牌，对于品牌A区分度最高的是光源类型（led类/白炽灯/节能灯…)，品牌B区分度最高的是开关控制（触摸/调光/按钮…)

2）通过挖掘历史会话数据来选择约束的属性
历史会话日志可以在所有用户上定义，也可以在当前用户上定义。

• 挖掘当前用户的对话日志可以提供更具有个性化的结果。例如通过数据挖掘发现用户常买的是A品牌，就不需要沟通品牌偏好的问题了，系统可以给这个属性设置默认值为A。
• 当推荐用户不经常购买的物品时，只依赖该用户的会话日志不可能获得约束属性，这种情况要使用所有用户的会话数据来选择。使用所有用户的历史会话数据的思想是：选择最受欢迎的约束。如果一个用户在“一组/一个物品属性”中指定了约束，则包含这些属性的一个/多个会话会被识别出来。根据属性数量可以识别出前k个最临近的会话。在这k个近邻会话中最受欢迎的约束的属性可作为下一个候选的交互属性。
  例如：大多数用户在对手机的价格范围和品牌提出要求后，提问最多的问题是关于手机机身存储的大小，那么机身存储可以作为下一个对话交互的参数。

以上交互优化是关于如何选择约束的属性，来减少对话轮数，提高交互效率的。那么系统如何控制策略来优化交互过程呢？（即系统是选择继续提问，还是选择返回推荐结果的策略）关于这个问题，目前的方向是基于强化学习的方法。

强化学习是agent从环境到行为的映射学习，目标是奖励信号（强化信号）函数值最大，由环境提供强化信号评价产生动作的好坏。agent通过不断的探索外部的环境，来得到一个最优的决策策略，适合于序列决策问题。

在导购场景中，基于强化学习优化交互策略。用户相当于环境，agent是算法模型，action是本轮是作出提问的交互，还是直接给出搜索推荐结果。

2.bot发起的推荐-主动推荐

发起条件
主动推荐意图是由bot根据相关的策略发起的对话，主动推荐包含活动/商品推荐、推送优惠券、提醒/催单等。

主动推荐交互
创建意图，并根据意图的流程来设计交互。在主动推荐的意图中，用户是被动对话的，所以bot要引导用户进行多轮对话来完成推荐任务。比如当bot识别到用户的回复切换了意图时，要先根据用户的意图去交互，用户的主动意图交互完后，再使用拉回策略把用户引导回推荐的主流程中来。一个示例：

Bot: 您上次购买的[xx]商品正在进行满100-50活动，想要了解一下吗？–>根据一定策略发起对话
User: 你们家发什么快递？–>用户回复的意图为“查询快递”
Bot: 通过xx快递发货哦。
Bot: 活动商品，了解下？–>拉回推荐意图的策略

总结
导购推荐bot通常是智能客服机器人中的一个子bot，但是否需要加入这个bot，我个人认为要看企业所在的领域和服务的场景。比如在B2C电商平台，沉淀了大量的用户数据和交易数据，通常采用CF、CB算法/混合算法的推荐系统，用GUI方式展示推荐结果就能很好的达到目标，所以这类平台使用对话交互推荐不一定是强需求。但在前面讲到基于知识的推荐系统所适应的特定领域和场景中，加入导购推荐bot是一个不错的选择。因为这些场景用户的个性化需求极强，产品领域的属性相对复杂，并且用户可能会动态修改需求，使用对话交互的方式可以提高推荐系统的效率。