行业知识图谱在贝壳的应用实践

分享嘉宾：孙拔群 贝壳找房 行业图谱负责人

编辑整理：王少华

内容来源：贝壳找房知识图谱技术大会

出品平台：DataFun

注：本文内容所涉及的公司内部数据，已全部脱敏，仅体现发展趋势。

导读：现如今传统行业纷纷拥抱互联网，将业务逐渐线上化。但由于传统行业的数字化程度不高，以及信息流通速度比较慢，导致难以快速了解到市场发生的变化以及自身所处的位置。而行业知识图谱技术通过合理的引入内部和外部数据，并进行充分的融合和挖掘，可以清晰的看到行业整体的发展趋势，更好的赋能传统行业的进一步发展。

本文将从以下几个方面进行阐述：

▌为什么要做行业知识图谱

首先回答下上面的三个问题：

1. 我是谁

通过对公司内部数据，如业务流水交易数据，行为数据等进行分析，可以准确的了解到自身的发展状况。比如对贝壳找房的相关内部数据分析，可以知道目前的门店数有13000多家，以及具体的体量规模，挂牌交易量和覆盖人群等情况。但仅内部数据难以准确的描述公司在整个市场中的位置。

2. 我在哪

通过引入外部数据，可以定量化的描述行业整体的发展状况，从而了解自身所处的位置。比如通过业界对贝壳的评价，以及一些市场行业数据的分析，可以得到贝壳的交易规模和房源挂牌量都是业界第一。从横向维度上进行比较，即与房产中介和房源平台对标的情况，可以知道贝壳找房现为业界领头羊；从纵向时间维度上来看，可以对比十年前的自己和竞争对手与现在的自己的变化情况；从数据上来看，比如门店挂牌量和门店带看量可以反映经纪人作业的情况，或者通过区域门店与GMV的占比来进一步明确自身的市场定位。

3. 我去哪

通过融合后的行业数据图谱对行业整体进行分析，可以清楚的看到市场潜在的增长空间和增长方向，从而更好的设定自己的发展目标和价值追求点。比如贝壳找房的愿景是服务2亿家庭的品质居住平台。

▌行业知识图谱解决问题的思路

1. 做什么

经过自我剖析和了解市场后，可以制定明确的发展目标和具体实现的步骤、方案，以及合理的效果评价，从而形成一个正向的循环过程。

举例来说，通过行业图谱，明确了贝壳找房发展的价值空间，如房源量预计可以年增长11%。基于此便可以制定公司层面的核心目标，比如GMV的年增长率。再然后到具体的业务部门，为了促进GMV的增长，可能需要提高差异化的房源增量线索供给。进一步的，依据业务目标就可以制定技术目标，即搭建我们的情报分析平台，以及引入更多的数据。

2. 怎么做

首先需要有一套知识图谱技术应用的框架：

具体有：

• 智能问答：比如对话助手，智能客服，和经纪人的知识赋能。

• 智能推理：基于图谱的关联关系进行推荐搜索，并给出排序理由，以及利用智能推理实现文本生成。

• 社区发现：有风控预警，用户画像，和知识融合。

有了技术平台后，便可以构建情报系统。包括提供给决策者或作业人员使用的提效工具，以及线索增量和大盘决策等应用。

3. 做啥样

通过算法，数据和应用，构建起整体的技术平台：

重点是要评价目标的达成效果和目标设定本身。从而解决垂直领域在情报上的欠缺。

▌行业数据引入的逻辑和方法

为了构建行业知识图谱，需要引入的外部数据有以下五个方面：

• 对标竞品：竞争对手的产品情况。

• 专业内容：房地产政策，如金融，原材料，宏观经济情况。

• 上下游：开发商，物业，建筑商等。

• 环境周边：医院，学校等POI点

• 用户群体：长租住户，短租住户等

▌数据加工的过程和实体融合

通常引入的不同来源的数据格式多种多样，因此需要经过数据清洗和实体融合的过程。对于贝壳找房来说，重点融合小区，楼栋，门店，指标体系这几方面的数据。

小区的融合：贝壳目前的覆盖的小区有40多万，只占到70%左右。通过数据融合，得到全国小区73万，准确率有98%。从而确定贝壳在小区维度之后的发展方向。

门店的融合：因为成交数据难以获取到，通常采用门店数据量的对比间接评价与竞品之间的价值比例。

▌行业图谱的建立和情报分析的过程

1. 行业图谱的建立

目前，贝壳构建好的行业图谱包含的三元组数量有480亿。实体类型有经纪人，门店，学校，公园，房源，购物中心，幼儿园等140多个类别，主要采用其中高频的60多个。关系数量有230个，加上属性有1800个左右。目前采用的存储平台从以前的Neo4j和JanusGraph，逐渐迁移到Dgraph。

图谱建立的难点在于如何构建图谱的关联关系，因此需要相关的业务专家支持才能做好实体的属性。另外，通过在公司层面建立图谱编辑平台，从而统一不同部门的所构建的图谱本体。

2. 情报分析的能力

通过构建好的图谱，可以大大提高情报分析的能力，主要包括三个方面：

提效：包括报盘匹配和门店选址两个应用。报盘匹配是将成交的房源与具体的门店进行关联，之前主要由经纪人来完成，现在通过图谱，可以实现90%-80%的准召率；门店选址是通过对某个区块内的门店数，商业体，人流量等进行加权计算，从而得到给定区域可以容纳的商家数，以及最佳选址。该功能目前还在研发中。

增量：由于某些小区没有在内部挂牌，或者地址不准确，可能导致搜索没有数据，从而不能进行相应的关联推荐。但通过情报系统可以了解到其他商家挂牌的小区，从而更好的辅助经纪人作业。

决策：GMV数据通常不能直接得到，但可以通过挂牌数，门店数和经纪人作业情况等数据来模拟得到GMV数据，从而为贝壳的进一步发展给予指导。

▌行业知识图谱在智能应用上的作用和表现

目前基于贝壳行业知识图谱开发的应用有：

小贝助手：IM场景下基于三元组的知识问答。当经纪人接受多个客户的同时咨询时，可以对客户问题进行相应答案的提示，从而提高经纪人的回答准确率，为经纪人提效。 

搜索效果：当搜索不到任何结果时，可以推荐对应的站外热度，相关房源和对应的地址。

AI讲房：主要是VR看房场景的文稿自动生成。

今天的分享就到这里，谢谢大家。

如果您喜欢本文，欢迎点击右上角，把文章分享到朋友圈~~

欢迎加入DataFunTalk 知识图谱技术交流群，跟同行零距离交流。如想进群，请加逃课儿同学的微信（微信号：DataFunTalker），回复：知识图谱，逃课儿会自动拉你进群。

分享嘉宾

▬

孙拔群

贝壳找房 | 行业知识图谱负责人

——END——

文章推荐：

关系图谱在贝壳的构建和应用

关系图谱在贝壳找房风控体系的应用与实践

关于我们：

DataFunTalk专注于大数据、人工智能技术应用的分享与交流。发起于2017.12，至今已在全国7个数据智能企业和人才聚集的城市( 北京、上海、深圳、杭州等)举办超过100场线下技术分享和数场千人规模的行业论坛及峰会，邀请300余位工业界专家和50位知名学者参与分享，30000+从业者参与线下交流。合作企业包括BATTMDJ等知名互联网公司和数据智能方向的独角兽公司，旗下DataFunTalk公众号共生产原创文章300+，百万+阅读，5万+精准粉丝。

注：左侧关注"社区小助手"加入各种技术交流群，右侧关注"DataFunTalk"公众号最新干货文章不错过👇👇

一个在看，一段时光！👇