AI應(yīng)用:如何利用好AI能力,搭建評價(jià)類產(chǎn)品的生態(tài)?

0 評論 3478 瀏覽 9 收藏 6 分鐘

我們可以如何借助生成式AI的能力來完善平臺(tái)評價(jià)的治理動(dòng)作?這篇文章里,作者嘗試進(jìn)行了解讀,并對AI技術(shù)支持下的平臺(tái)落地監(jiān)控方案做了一定規(guī)劃,一起來看看吧。

電商平臺(tái)通常都很期待通過用戶評價(jià)拿到對商家的反饋,一來做好商家管理,二者,為更多的消費(fèi)者提供消費(fèi)決策。既然平臺(tái)對用戶留下真實(shí)的評價(jià)有訴求,就要反向做指標(biāo)監(jiān)控評價(jià)的真實(shí)性與有幫助性,以保障來自消費(fèi)者評價(jià)的質(zhì)量。

而從電商的維度,評價(jià)只是支持商品全面介紹的一方面,無法作為核心業(yè)務(wù)推進(jìn),在資源有限的情況下,如何充分發(fā)揮AI的基礎(chǔ)能力完善平臺(tái)評價(jià)的治理?

一、AI在生成式對話中,如何提供業(yè)務(wù)所需的價(jià)值

負(fù)向治理:在評價(jià)類產(chǎn)品的生態(tài)中,AI生成式對話能夠一定程度上扮演藍(lán)軍,藍(lán)軍灌水是指商家或競爭對手雇傭人員發(fā)布虛假評價(jià),以提高自己的聲譽(yù)或抹黑競爭對手。

通過AI生成式對話,平臺(tái)可以借用AI生成的能力,發(fā)布灌水內(nèi)容,以此來驗(yàn)證模型的準(zhǔn)召跟線上人審的漏放;第二一個(gè),AI生成式能力還可以幫助分析評價(jià)中的語言模式、情感傾向等特征,獲取內(nèi)容真實(shí)的風(fēng)險(xiǎn)標(biāo)記,用以提升平臺(tái)整體的判罰能力。

正向迭代:AI生成式對話可以幫助平臺(tái)提煉用戶評價(jià)中的有用信息,以提供更好的消費(fèi)決策。通過自然語言處理和文本挖掘技術(shù)本身,大部分的AI工具可以做到分析評價(jià)中的關(guān)鍵詞、產(chǎn)品特點(diǎn)、使用體驗(yàn)等信息,并將其整理成有用的標(biāo)簽,以此幫助用戶快速了解商品的優(yōu)勢和劣勢,從而促進(jìn)了消費(fèi)者對商品質(zhì)量和適用性進(jìn)行準(zhǔn)確地評估,提高選品的準(zhǔn)確率。

二、監(jiān)控指標(biāo)的落地方法

有了AI技術(shù)做支持,平臺(tái)落地監(jiān)控方案應(yīng)該怎么規(guī)劃呢?

首先,建立評價(jià)真實(shí)性的指標(biāo)體系。根據(jù)歷史數(shù)據(jù)和行業(yè)專家經(jīng)驗(yàn),確定一系列評價(jià)真實(shí)性的指標(biāo),如評價(jià)的時(shí)間分布、評價(jià)的內(nèi)容多樣性、評價(jià)的情感分布等。這些指標(biāo)能夠客觀反映評價(jià)的真實(shí)性和多樣性程度。

其次,建構(gòu)模型特征,對評價(jià)數(shù)據(jù)進(jìn)行分析和挖掘,在此過程中重點(diǎn)輸出需要確保樣本代表總體的最可靠統(tǒng)計(jì)量以及識別出問題后,對目標(biāo)樣本量的需求,以此搭建周期摸底機(jī)制。

然后,搭建人工審核和反饋機(jī)制。之所以要落地人工,本質(zhì)上還是在做糾偏的事情,用以確?!八{(lán)軍”生成的內(nèi)容大概率符合人工撰寫邏輯,并從人審的視角校對模型本身識別的準(zhǔn)召,并及時(shí)反饋給AI模型,以提高識別準(zhǔn)確率。

三、拆解治理的動(dòng)作方向

搭建好上述流轉(zhuǎn)之后就是如何應(yīng)用,即如何說服leader讓他們投入資源,我們將會(huì)交付那些產(chǎn)品能力:

  • 用戶信息厚度:加強(qiáng)用戶認(rèn)證和信用體系,提高用戶與平臺(tái)的信息相關(guān)性。例如,信用評級的透明度建設(shè),即通過歷史消費(fèi)、評價(jià)、被平臺(tái)處置或獎(jiǎng)勵(lì)的歷史信息記錄來正向引導(dǎo)用戶以減少虛假評價(jià)的可能性。
  • 提供教育和引導(dǎo):向用戶提供關(guān)于評價(jià)的準(zhǔn)則和規(guī)范,引導(dǎo)他們撰寫真實(shí)、有幫助的評價(jià)。在出問題后,介紹具體原因會(huì)優(yōu)于直接處置用戶,通過提供示范性的評價(jià)樣本,幫助用戶更好地表達(dá)自己的觀點(diǎn)和體驗(yàn)。
  • 持續(xù)迭代模型能力:周期復(fù)盤標(biāo)注的數(shù)據(jù)可以為持續(xù)更新模型識別能力提供彈藥。因?yàn)槊看嗡{(lán)軍投毒的case都會(huì)存在漏過的case,將漏過的case進(jìn)行特征抽取,彌補(bǔ)模型持續(xù)漏過的能力信息。

專欄作家

藍(lán)蓮花zx,人人都是產(chǎn)品經(jīng)理專欄作家。關(guān)注內(nèi)容策略、內(nèi)容后臺(tái)、內(nèi)容標(biāo)簽、賬號策略等領(lǐng)域,喜歡閱讀,希望做個(gè)有趣的人。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自 Unsplash,基于 CC0 協(xié)議

該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!