Арлингтон, штат Вирджиния - 14 февраля 2020 г. - Сегодня примерно 20 процентов всех отношений и 17 процентов всех браков начинаются в Интернете. [1] В США работает около 2 000 приложений для знакомств, а во всем мире - почти 8 000 приложений для знакомств. быстро превратиться в многомиллиардную отрасль, и большинство прогнозов прогнозируют выручку только в США на 2020 год не менее чем в 3 миллиарда долларов. [2] [3] На протяжении многих лет компании в цифровом пространстве стремились оставаться актуальными за счет интеграции новых технологий для расширения границ эффективности - индустрия онлайн-знакомств не исключение. Подмножество технологий, которые оказались незаменимыми для решения этих проблем, - это искусственный интеллект (AI) и машинное обучение (ML). Оба быстро стали не новичками в приложениях для знакомств по всему миру. В настоящее время такие приложения, как Badoo, Betterhalf, eHarmony, OkCupid, Hinge, Tinder и Match.com, в значительной степени интегрировали AI / ML в свои платформы для решения различных проблем, начиная от совместимости пользователей и заканчивая обнаружением мошенничества и модерацией пользователей. [4 ]

Совместимость пользователей

Представьте себе покупки в Интернете, где пользователь начинает с тысяч потенциальных товаров, а затем выбирает фильтры, которые помогают сузить область поиска. Пользователь щелкает опцию сортировки по цене от низкой к высокой, а затем начинает прокручивать отфильтрованные результаты. Первоначально это определяло процесс сопоставления, лежащий в основе онлайн-знакомств, безличный процесс фильтрации без метода дифференциации результатов. Цель онлайн-знакомств - сопоставлять пользователей с другими совместимыми пользователями до тех пор, пока не будет достигнуто идеальное совпадение, и сначала задача поиска идеального совпадения сводилась к методам проб и ошибок пользователей. Внедрение AI / ML привело к новому процессу, который стал динамичным, оптимизированным и по-настоящему индивидуальным для каждого пользователя. Эти технологии используются не только для анализа критериев фильтрации, а для сбора и использования гораздо более подробных данных о каждом отдельном пользователе. Предыдущие предпочтения профилей, предыдущие профили, с которыми просматривались или с которыми взаимодействовали, и разговоры, проводимые в приложении, - все это примеры данных, которые непрерывно обрабатываются в режиме реального времени. Алгоритмы предназначены для обработки этого притока входящих данных и динамического создания моделей, которые анализируют прошлое поведение, чтобы предсказать будущие предпочтения. Чем больше кто-то использует одно из этих приложений, тем эффективнее становятся эти алгоритмы, поскольку они могут дать более полное представление о личных предпочтениях потребителя. [5]

Вот некоторые примеры использования этой технологии:

  • eHarmony использует принципы обработки естественного языка (NLP), такие как извлечение ключевых слов и анализ тональности. Эти инструменты позволяют приложению анализировать текстовые данные пользователя, такие как разговоры в приложении и ответы на анкеты, чтобы определять области интересов или темы для разговора. Чтобы сделать еще один шаг вперед, приложение затем способно определить мнение (обычно по шкале от положительного до отрицательного) по поводу этих тем разговора, чтобы сопоставить рассматриваемого пользователя с другими единомышленниками. [6 ]
  • Badoo развертывает нейронные сети с глубоким обучением для анализа изображений и черт лица профилей, которые ранее нравились пользователю, чтобы получить целостное представление об их физических предпочтениях. После этого приложение сможет отображать больше профилей, которые, как правило, имеют схожие функции и изображения. [7]
  • Шарнир, включающий алгоритм Гейла-Шепли, алгоритм, разработанный в 1962 году математиками Дэвидом Гейлом и Ллойдом Шепли, который доказал решение проблемы стабильного брака. В контексте платформы Hinge этот метод стремится найти точку стабильности среди всех потенциальных пар пользователей: где нет ни одного человека в паре, который предпочел бы кого-то из другой пары, который также предпочел бы их взамен. [8]
  • DNA Romance собирает образцы ДНК и данные о предпочтениях в сочетании с алгоритмами искусственного интеллекта, чтобы сопоставить пользователей по генам, предположительно связанным с влечением. Хотя научные исследования, лежащие в основе этого процесса сопоставления, еще не завершены, конечная цель для этого приложения и приложений - создать процесс, продиктованный биологической совместимостью. [9]

Обнаружение мошенничества и модерация пользователей

Огромный рынок онлайн-знакомств дает огромный потенциал порадовать миллионы его пользователей. Однако у онлайн-знакомств есть и темная сторона, когда мошенники стремятся использовать эти платформы в своих неэтичных целях. Некоторые распространенные формы мошенничества включают эмоциональные манипуляции, вымогательство, шантаж и ловушку. [10] Такое поведение, которое остается незамеченным, может привести к жертвам с эмоциональным ущербом, финансовыми травмами, а иногда и с гораздо более серьезными последствиями. Методы на основе искусственного интеллекта / машинного обучения стали решающими в обеспечении безопасности для сдерживания и, в конечном итоге, предотвращения использования мошенниками невинных жертв на этих платформах. [11] Контролируемые методы машинного обучения, использующие обширные помеченные данные как в мошеннических, так и в законных профилях, часто используются для определить вероятность того, что профили являются мошенническими (регрессия), и классифицировать как мошеннических, так и законных пользователей (классификация). Используемые методы регрессии включают логистическую регрессию и регрессию дерева решений / случайного леса. Методы классификации включают k-ближайшие соседи, машины опорных векторов, классификацию дерева решений / случайного леса и логистическую регрессию с порогом.

Кроме того, методы машинного обучения без учителя, такие как кластерный анализ (кластеризация k-средних, иерархическая кластеризация), в значительной степени включены, чтобы помочь идентифицировать новые поведенческие модели, которые могут раскрыть ранее невидимые методы мошенничества. [12] Даже НЛП используется в аналогично его приложениям в отношении совместимости с пользователем, чтобы как обнаружить, так и понять истинные намерения пользователя. Пользовательская модерация необходима, чтобы определить, где поведение не обязательно может быть мошенническим, но определенно неуместным. Эффективные методы модерации пользователей во многом похожи на те, которые обычно используются при обнаружении мошенничества, но также включают добавление использования машинного обучения для классификации изображений с целью выявления и пометки несоответствующего содержания изображения. [13]

Найти любовь может быть сложно. Настройки как личных, так и онлайн-приложений создают свой собственный набор уникальных препятствий. С момента своего создания мир онлайн-знакомств сломал границы сватовства, создав виртуальную платформу для людей, чтобы общаться и развивать настоящие отношения. Принимая изменения, не боясь новых технологий и интегрируя AI / ML в свои процессы, приложения для знакомств по всему миру успешно предоставили людям реальные возможности для поиска своего идеального партнера. Чтобы узнать больше о принципах искусственного интеллекта / машинного обучения, обсуждаемых в этой статье, посетите веб-сайт Технологии машинного обучения, обсуждаемые в этой статье, http://boulevardcg.com/machine-learning/.

Об авторе

Амит Гаттадахалли - консультант компании Boulevard, специализирующийся в области науки о данных. Недавно он окончил Мэрилендский университет в Колледж-Парке со степенью бакалавра наук. по математике и статистике. Его работа в сфере консалтинга была сосредоточена на контролируемом / неконтролируемом машинном обучении, разработке алгоритмов, ориентированных на науку о данных, визуализации данных и общей разработке программного обеспечения.

О бульваре

Boulevard Consulting Group, малый бизнес Управления малого бизнеса (SBA) 8 (a), принадлежащий коренным американцам, представляет собой современную консалтинговую фирму в области управления и технологий, которая помогает клиентам использовать возможности науки о данных, операционной трансформации и передовых технологий. чтобы построить лучшее будущее. Мы разрабатываем масштабируемые и эффективные решения, сочетая новейшие технологические тенденции с проверенными временем методологиями улучшения, а также с индивидуальным вниманием небольшой фирмы. Для получения дополнительной информации о Boulevard и его услугах посетите наш веб-сайт www.boulevardcg.com.