知识图谱在内容类产品中的应用

一、前言

知识图谱相信大家已经不陌生，已经大家比较熟知的一个词汇了。最早知识图谱是谷歌为了优化搜索引擎提出的一套理论体系。最常见的大家如果搜索“王健林的儿子是谁”，有了知识图谱的加持，搜索引擎会直接告诉你答案是王思聪，而不是去检索“王健林的儿子是谁”这句话。

如今的知识图谱已经广泛应用于各种智能场景。例如在金融领域反欺诈的应用，最常见的我们发现两个不同的信贷客户使用的竟然是同一个手机号，发现这类异常，我们再去进一步深挖原因，避免欺诈情况发生。

在NLP（Natural Language Processing，自然语言处理）中，知识图谱常用于实体统一。正常的NLP如果没有特殊配置，计算机一定是不理解“ICBC”就是指的是“中国工商银行”。通过知识图谱将“ICBC”都统一为“中国工商银行”。

另外通过知识图谱在指代消解中的应用，增加计算机对于文本理解的准确率。知识图谱适用的领域还非常多，在此就不列举了。

本文主要讨论通过知识图谱在内容类产品中的应用，提高内容类产品的品质，进而提升客户满意度与产品的竞争力。

二、我们的痛点

目前处于信息大爆炸的时代，我们每时每刻都接收大量信息。当我们在搜索引擎或是内容类应用去查看信息时，往往会给我们呈现许多与我们不相关的垃圾信息。有些信息是在内容创作阶段，通过各种抄袭拼凑而生成文章，最后呈现给用户结果虽然很多，但毫无价值，也提升了用户的检索成本。

相信大家在日常使用中，也有同感，当我们去搜索想要的信息时，往往会出来一大堆，信息过于分散，也不成体系。

我们需要有一种平台，可以给我们提供相对比较纯净、权威的信息。我们的生活需要高品质，不论是物质生活还是精神生活。信息是我们精神生活的重要组成部分，同样我们也需要有成体系的、有深度的内容出现。

三、目前现状

目前内容类的应用很多。几乎每个领域都有每个领域的核心内容供应商。比如自己查看产品相关文章，几乎不会去使用搜索引擎检索文章，而是到相应的产品网站去查看或检索内容。主要是一种信任感。所以平台内容的品质很重要。

通常内容创造，主要分为：OGC（Occupationally Generated Content, 职业生产内容）、PGC（Professionally Generated Content，专业人士输出内容）和UGC（User Generated Content，用户输出内容）。一般OGC和PGC生成的内容品质较高，但毕竟人力有限，依赖UGC可以短时间内产生大量内容，但内容的品质不能保证，过多的垃圾内容，反而会降低内容平台的权威性。

如何能提高内容数量的同时，又不影响内容的品质，这是内容类产品必然要考虑的一个问题。

四、知识图谱如何应用于内容类产品

对于内容类产品，如果你是内容类产品的产品经理，需要制定一个关于你所负责的内容类产品的“北极星”指标，你会怎么制定？

是产品的DAU（Daily Active User，日活跃用户）、MAU（Monthly Active User，月活跃用户）还是ARPPU（Average Revenue Per Paying User，平均每付费用户贡献的收入）？

这些指标其实都可以人为去干预。就像是公交车总公司要求提升乘客上座率，结果公交车分公司为了提升上座率，减少了公交车的座位数，指标是达到了，但没解决本质问题。

好的产品一定不是通过指标制定出来的。而是去发现本质的问题，解决最核心的问题。对于内容类产品而言，你的内容质量提升了，用户在第一时间很方便找出他们需要的信息，觉得产品整个使用过程简洁流畅，这就可以了。

所以内容类产品的“北极星”指标应该设定为：提升内容品质，增加优质内容数量。

内容品质上去了，浏览量自然就上来了。

如何提升内容类产品的品质？

结合个人多年实际工作经验，我认为最主要有三点：

1. 平台的内容不能有重复。很明显，用户到一个平台中，看到的都是一些重复的内容，肯定对这个平台印象很差，就很难产生信任，就更不必说去推荐给其他人了。
2. 平台的内容不能有明显的错误。内容类产品内容是其产品最为核心的竞争力。内容要确保其权威性，当用户需要某些信息时，可以很自信地说，来源于XX平台。这就要求平台上的内容要很精准。
3. 平台的内容要方便获取。用户需要某些信息时，平台可以很快速地响应用户的诉求，节省用户信息检索成本。如何通过知识图谱实现上述目标？

如上图所示。我们可以按上图所描述的框架进行内容类产品知识图谱的构建。

我们知道，一般OGC和PGC的内容会有专门的人员进行校对和审核，而UGC的内容，平台往往没有非常多的人力去做这个事情。

目前内容类平台，基于AI（Artificial Intelligence，人工智能）技术，主要是NLP技术，对于内容类的应用，主要是用于对非法内容的审核。而对于内容品质的管理——不冗余、准确且易获取，就需要用到上述的知识图谱框架来进行实现。

首先，我们对用户发表的内容进行数据转换与统一，因为用户输入的内容，可能是文字、声音或是视频。根据不同结构的数据统一转换成结构化数据。

其次，我们对转换与统一好的数据进行数据建模，并进行知识抽取。生成基本的知识体系。为后续的知识融合与计算奠定基础。

再次，我们进行知识融合与计算。这一步是知识图谱在内容类产品中的应用关键。在这个步骤中，我们可以发现平台内冗余的内容信息。

例如，某一个用户发表的内容在介绍月球，有如下知识图谱信息（使用JSON表示）：

{“实体名称”:”月球”，”实体信息”:[{“英文名称”:”moon”},{“分类”:”卫星”},{“公转周期”:”约27.32天”},]}

如果另一个用户发表的内容，抽象出来的图谱信息和上一个用户的知识图谱内容是一样的，基本我们可以判断是一个冗余信息。只不过我们可以通过设定图谱的权重进一步为内容进行打分。

正常情况下，用户检索内容的时候，更多的是希望获得答案，比如提问“月亮的公转周期是多少？”，我们只需要给用户提供结果“约27.32天”就可以。

另外，在这个知识融合的过程，通过知识图谱可以发现异常与错误的内容。

例如，图谱中，我们已经定义地球是圆的，突然出来用户的文章，说地球是方的。两个内容，抽象出的“地球-形状-圆形”与“地球-形状-方形”，有明显的不一致。就可以快速发现异常信息。经过人工与是计算机AI进一步进行对内容的处理，将优质的信息上浮，使劣质的信息下沉或消亡。

最后，就是知识图谱的最终呈现。

用户希望在平台获得某些内容时，我们除了直接为用户提供其需要的答案外，我们还可以通过知识图谱将结果内容进行关联化展示，使用户清晰地了解到内容以及答案的来龙去脉与因果关系，在内容的广度和深度上服务于用户。

五、小结

未来的互联网会向着元宇宙（Metaverse）方向发展。在这里，就像是电影《黑客帝国》中所描述的场景，我们会通过脑机接口，在一个浩瀚的虚拟的时空中进行集合。在这个时空里，人将会同计算机无缝整合，AI也会达到前所未有的高度。

内容，本身就是一个虚拟世界。内容平台，本身也是一个元宇宙的平台。虚拟的世界，也是世界。内容平台的内容，本身也会像是宇宙一样，浩瀚无边。

虽然说互联网是开放的，但是我们与不能因为开放，而放弃对高品质内容的追求。正是因为开放，我们更要有一种机制来维护这个社区的健康有序发展。

而知识图谱，将会是内容平台中的一种隐形的规则，确保在内容平台中，每个参与者所提供内容的严肃与高品质。这也是未来元宇宙健康蓬勃发展的关键。

#作者#

王佳亮，微信公众号：佳佳原创。中国计算机学会（CCF）会员，专注于互联网产品设计理念分享。

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！