鐵路客運延伸服務產品知識圖譜構建與應用研究

翁湦元，閻志遠，朱建軍，張啟蒙

（中國鐵道科學研究院集團有限公司 電子計算技術研究所，北京 100081）

信息技術飛速發展，為用戶提供豐富網絡資訊的同時，也帶來了信息過載[1]的問題，導致用戶獲取有效信息變得困難。鐵路客運延伸服務產品（簡稱：延伸服務產品）涉及交通、游覽、住宿、餐飲、零售、文娛等多個領域、多種業務，有著涉及領域廣、品類豐富、知識層級多、內聯關系顯著等特點[2]，通過搜索與推薦，使用戶在短時間內快速獲取有效的產品信息，對于提高產品曝光率、提升用戶轉化率具有重要作用。傳統的關鍵詞搜索法僅能命中包含關鍵詞的內容，無法準確地反映用戶搜索意圖；推薦算法中被廣泛應用的協同過濾法、矩陣分解法等算法存在數據稀疏，容易過擬合的問題，使產品推薦出現偏差[3]。谷歌于2012 年提出知識圖譜（Knowledge Graph）概念[4]，通過圖譜的形式表現客觀世界中的概念和實體及其之間關系，在搜索結果右側顯示相關人物、地點、事物等信息，幫助用戶快速地了解某個指定內容。本文基于知識圖譜技術，構建延伸服務產品知識圖譜，使用戶在短時間內快速獲取有效的產品信息，是彌補傳統搜索與推薦方法不足的有效途徑。

1 相關理論

1.1 知識圖譜定義

知識圖譜是一種通用的語義描述框架，它將物理世界及認知世界中的知識轉化為節點和邊的符號化表征，這種知識的描述框架有利于知識的分享和利用。

知識圖譜是以三元組[5]的形式存儲知識，根據知識的定義，在知識圖譜中將知識表示為實體及實體之間的關系，數學符號表示為G=(E,R,S)，其中，E={ε1,ε2,···,εn}表 示實體集合，R={r1,r2,···,rm}表示關系集合，S?R×E×E表示知識圖譜中三元組的集合，三元組通常描述一個特定領域中的事實，由頭實體、尾實體和描述這兩個實體之間的關系組成，目前，大部分知識圖譜都是以三元組的形式表示各種類型的知識。知識圖譜以統一方式定義知識結構和知識實例，從而構建一個知識系統。

1.2 知識圖譜構建方法

知識圖譜的構建過程主要分為信息抽取、知識融合和知識處理，如圖1 中虛線部分所示[6]。

圖1 知識圖譜構建過程示意

1.2.1 信息抽取

信息抽取包含屬性抽取、關系抽取和實體抽取，是實現自動構建大規模知識圖譜的重要技術，目的在于從不同來源、不同結構的數據中提取實體、概念、屬性及其之間的語義關系，并存入知識圖譜中。

1.2.2 知識融合

知識融合包含共指消解、實體消歧，是對信息抽取的結果進行清理和整合的過程。其中，共指消解用于確定代詞與名詞短語的關系，實體消歧用于判斷獲取的實體指向是否統一。

1.2.3 知識處理

知識處理包含知識推理、質量評估、本體抽取，用于完善知識圖譜質量。其中，知識推理從知識圖譜中已有的實體關系數據出發，經過計算機推理，建立實體間的新關聯，從而擴展和豐富知識網絡。本體抽取通過對實體的處理形成概念模型，用于對知識進行組織。質量評估可以對知識的可信度進行量化，通過舍棄置信度較低的知識來保障知識圖譜的質量。

2 延伸服務產品及其特點

2.1 延伸服務產品

目前，鐵路客運延伸服務已上線的服務產品有酒店預訂、旅游預訂、鐵路商城、網絡訂餐、空鐵聯運、鐵水聯運、網絡約車等。產品用“行程”串接“場景”， 圍繞旅客出行的前、中、后全行程，為鐵路旅客提供線上線下協同、一體化的服務，滿足鐵路旅客個性化需求，提升鐵路旅客出行體驗。

2.2 延伸服務產品特點

2.2.1 涉及領域廣

延伸服務產品涉及鐵路運輸、水路運輸、航空運輸、公路運輸、酒店住宿、旅游、餐飲服務、電商購物等多個領域及多種業務，數據存儲于多個業務系統，不便于數據整合工作，也不便于進行跨領域的數據分析、資源整合與利用。

2.2.2 品類豐富

為滿足旅客多樣的出行消費需求，延伸服務產品的品類需足夠豐富。例如，在現代旅游經濟中，人們對于旅游商品[7]的認知不再狹隘，游客對“華而不實”的工藝紀念品的興趣逐步降低，生活類用品的比重逐漸上升，向全品類的大旅游商品發展已成為必然趨勢。

2.2.3 知識層級多

在不同應用場景下，延伸服務產品相關知識的定義有所不同，將產品知識定義粒度（層級）由小至大列舉如下。

（1）產品庫存量單位知識

產品庫存量單位（SKU，Stock Keeping Unit）知識表示對應業務中所售賣的商品顆粒度，是用戶交易時不可繼續細分的交易對象。

（2）標準產品知識

標準產品知識描述商品本身客觀事實的顆粒度，無論用戶通過什么渠道、在哪家商戶購買，商品本身并沒有任何區別。

（3）抽象產品知識

抽象產品知識表示進一步將標準商品向上抽象的商品系列，在這一層級中，不再關注商品具體的包裝、規格等，將同系列的商品聚合為抽象商品，承載用戶對于商品的主觀認知，包括用戶對商品系列的別名俗稱、品牌認知、主觀評價等。

（4）主體品類知識

主體品類知識描述商品主體的本質品類，這一層級作為商品圖譜的后臺類目體系，以客觀的方式對商品領域的品類進行建模，承載了用戶對于商品的需求，例如，各品牌各產地的雞蛋都能夠滿足用戶對于雞蛋這個品類的需求。

（5）產品類目知識

作為前臺類目體系，產品類目知識會依據業務當前的發展階段進行人工定義和調整，各個業務會根據當前業務階段的特點和需求建立對應的前臺類目體系。

2.2.4 內聯關系顯著

旅客購買延伸服務產品一般處于旅游出行場景下，往往同時購買多種關聯產品，如購買機票、預訂酒店、預訂門票、購買餐食等。以上產品雖橫跨多個業務類目，但均為旅游出行的相關產品，因此有明顯的內在關聯性。

3 延伸服務產品知識圖譜構建

延伸服務產品知識圖譜數據來源于業務系統，均為經過人工處理后的結構化數據，簡化了知識圖譜構建過程中信息抽取與知識融合的相關工作，因此，延伸服務產品知識圖譜的構建工作主要集中于知識圖譜本體抽取上，使構建的知識圖譜能更準確地表達產品間關系，用于智能搜索與推薦[8]，實現產品精準觸達。

3.1 本體抽取過程

在進行業務調研的基礎上，從鐵路客運延伸服務業務系統中提取產品數據并抽取本體[9]；根據產品屬性數據定義確定知識圖譜本體屬性；根據數據庫表間字段關系與業務系統間交互關系構建本體關系；最終將本體、本體屬性和本體關系存入到數據庫中。本體抽取過程如圖2 所示。

圖2 本體抽取過程示意

3.2 本體抽取

本體信息包含該領域內有意義的概念類型和這些類型的屬性，如果通過數據分析、處理手段自動抽取本體，往往會產生大量的噪音數據，并且抽取得到的概念關系松散、可信度難以得到保障。

本文基于延伸服務產品的特點，通過以下工作提升本體抽取質量。

3.2.1 本體分類

通過對本體進行分類，以樹狀形式表示本體間相互關系，有助于更好地表示事物間的等級關系。本體分類如圖3 所示。

3.2.2 本體屬性與關系構建

（1）本體屬性構建

延伸服務產品本體屬性多存在于結構化[10]數據中，通過采集與分析既有業務數據來獲取本體屬性。部分本體屬性如表1 所示。

（2）本體關系構建

根據本體分類所體現的本體關系[11]，以及用戶在出行過程中對本體信息的關注程度，本文創建了多種本體關系，部分本體關系如表2 所示。

表2 部分本體關系

3.2.3 多維度本體組織

多維度本體組織是除本體分類以外的另一種本體信息組織的方式。建立延伸服務產品知識圖譜多維度本體組織的目的在于進一步梳理鐵路客運延伸服務領域的知識圖譜本體關系，而并非分別聚焦于單一業務，從而使各個業務數據與客觀知識相關聯，提供更加全面、跨業務的全景數據視角。

結合延伸服務產品，從業務、層級、屬性3 個維度，建立知識圖譜本體組織，如圖4所示。

圖4 多維度本體組織示意

（1）業務維度

業務維度基于實際延伸服務產品銷售業務劃分，包含票務（如旅游套票、景區門票、飛機票、火車票、汽車票、船票等）、運輸服務（如網絡約車、接送機、接送站、商務座接待、保險服務等）、餐飲和商品零售業務。

（2）層級維度

根據產品本身不同的知識粒度進行抽象，分為產品SKU、標準產品、抽象產品和產品品類。產品SKU 對應產品銷售粒度，即用戶交易對象，標準產品對應產品客觀事實，抽象產品對應產品系列，產品品類對應產品本質類別。

例如，“攜程渠道銷售的北京園博園門票成人票電子票”作為產品SKU，是用戶交易的對象，其中，“北京園博園門票成人票電子票”是標準產品定義，在任何售賣渠道下的定義均一致；“北京園博園門票”是抽象出的產品信息，不再關注票的類型和渠道信息；“門票”則描述了產品本質品類，對應的產品類目則為票務產品。

（3）屬性維度

圍繞產品本身，通過創建多樣的屬性實現充分、準確描述產品的目的。屬性維度分為通用屬性、特有屬性和用戶感知屬性。

以“熊貓專列旅游紀念票”為例，產品通用屬性包括：價格、規格、包裝、產地等。其作為具有文化內涵的旅游紀念品的特有屬性包括：文化背景、產品形態、系列、保值率等。從用戶感知角度可以進行更加豐富的定義，如：稀缺性、可作禮品、推薦特性（性價比高、收藏常備）等。

4 延伸服務產品知識圖譜的應用

延伸服務產品知識圖譜主要從搜索優化[12]和推薦優化[13]這兩個方面為實現信息快速、精準觸達提供幫助。

4.1 搜索優化

智能搜索是知識圖譜比較成熟的應用方向，借助知識圖譜理解用戶的搜索語義，從更深層次理解用戶的搜索意圖，使用戶可以獲得更精確、更智能的搜索結果，提高搜索命中率，提升用戶體驗。

4.1.1 基于本體匹配優化

知識圖譜幫助計算機將用戶的搜索意圖與產品的品類、屬性進行匹配，得到比單純關鍵詞匹配更精準的結果。例如，在酒店搜索中輸入“上海虹橋”時，傳統的檢索方法僅能找到酒店名字、簡介等相關信息中帶上海虹橋的酒店信息。而基于需求分析可以推斷用戶搜索的是上海虹橋樞紐附近的酒店，從而精準滿足用戶的搜索需求。

4.1.2 基于圖譜排序優化

在傳統搜索基礎上，知識圖譜的類目信息、品類信息、屬性信息均可以作為排序依據，合適的排序依據可協助用戶更快速定位所需的產品。例如用戶搜索“如家”時，可知該關鍵詞屬于酒店品牌，用戶大概率在搜索距離自己最近的該品牌的酒店或相關品牌的酒店，此時，應該默認以距離優先作為排序依據；當用戶搜索“北京特產”時，可以得知該關鍵詞屬于商品類目，對距離不敏感，因此，應該以銷售此類商品商戶的特色和評分作為排序依據。

4.2 推薦優化

將知識圖譜引入產品推薦中的優勢如下：（1）借助圖譜的本體關系推理能力，深層次發現用戶興趣；（2）有利于增強推薦系統的可解釋性，從而提高用戶對推薦結果的信任度。

4.2.1 基于同類本體推薦

基于本體分類結果分析本體上下位[14]關系，找到用戶所搜索本體的同類本體并進行推薦。有助于引導用戶點擊瀏覽更多相關產品，提高產品曝光率。例如，旅游套票產品“駐馬店三日游紅色旅游專線”與“重走長征路特色二日游”同為紅色旅游相關資源。在用戶搜索“紅色旅游”時，后者產品名稱雖不帶“紅色旅游”，但作為強相關實體仍然符合用戶的搜索意圖。

4.2.2 基于推理推薦

通過分析用戶輸入的檢索語句內關鍵詞所對應的本體關系，推測用戶檢索意圖并推薦符合相同檢索意圖的產品信息。如用戶搜索“北京南至上海虹橋的火車”產品時，通過分析產品所對應知識圖譜本體關系，可知用戶的搜索需求為從“北京市”出發至“上海市”的“運輸服務”產品。反向搜索可知，“北京市”“上海市”除了擁有“火車站”外同樣擁有“機場”，可以搜索“飛機航班”產品。因此，“北京大興國際機場至上海虹橋國際機場的航班”和“北京首都國際機場至上海虹橋國際機場的航班”同樣可作為滿足需求的產品向用戶推薦，推薦示例如圖5 所示。

圖5 圖譜推理推薦示意

綜上所述，在延伸服務產品搜索與推薦應用場景中，知識圖譜通過發揮其知識推理優勢，對提高搜索效果與推薦效果，輔助用戶決策具有積極意義。

5 結束語

本文針對延伸服務產品的特點，提出了延伸服務產品知識圖譜的構建方法，并舉例說明了該知識圖譜在延伸服務產品搜索與推薦場景下的應用效果。隨著延伸服務產品的迭代更新，如何及時更新延伸服務產品知識圖譜的知識、如何將該知識圖譜真正應用于生產運營中等，是下一步的研究內容。