谈谈机器学习在企业里的应用

我所在的企业，是一家中国知名互联网企业。我的团队，专门从事企业产品的研发。

说起大数据、机器学习，就像老师说的那样，这几个概念，真是一座山峰的不同侧面。其实从学术上看，这些东西难免高深难懂，有很多严谨的数学定义。但是，在企业的实践中，往往并没有那么神秘，也没有多难，我加入课程群，看到很多同学，都是在校学生，所以，我就在这里分享一下，我所在的企业，到底在哪些地方，用怎样的方法，运用了机器学习和数据挖掘。因为我也没有成体系学习过，只是入门选手，我就想到什么说什么了。

先说说最近的一个案例，我们研发的企业内部 IM 产品，最近遭遇了诈骗，原理就是一个骗子，将自己的头像和昵称篡改成和老板一样，去骗财务说要求汇款，财务人员一个不小心，就上当中招。我们于是产生了一个任务，帮助企业尽量规避此类诈骗。怎么从人群中挖出骗子呢？其实很简单了，在双方聊天时，实时比对内外部好友，如果发现重名，就给出提醒，即可有效阻止简单手段冒充。此外，还可以在用户提及账号、银行等字眼时，给出一些机械式提醒。

另一个案子是，我们的运营，希望给企业的老板发送邮件，教育他们规范企业管理和提醒员工谨防诈骗。但是，怎么从成千上万的用户中找到谁是老板呢？我们采用了一些很简单和直接的办法，比如，职务或者头衔字段，填写为经理、CEO、主管等的，我们认为是老板的概率很高。然后对于很多小公司和不愿意填写自己职务的用户，怎么办？我们还有办法，比如看看这个用户在系统里的角色，超级管理员的，是老板的概率很高；管辖范围内所含用户数，占比超过公司总人数 70%以上的，是老板的概率很高；有了这些特征，实现起来就比较容易，而且效果相当好。实现这些分析，远没有什么高深算法。

再比如，我们希望能帮助老板掌握员工投入工作的时间，那么一款常驻桌面的沟通工具，到底怎么分析员工工作投入时间呢？我们用了取巧的办法，就是判定用户鼠标键盘动作连续性。首先，我们从各行各业的人员中，抓取了一些正常工作的人的鼠标键盘动作时间间隔的序列，分析每个行业特点的员工一天正常上下班，鼠标键盘动作时间序列特征。得到模型后，我们就知道，某个行业的员工，平均健鼠操作频率，这相当于训练了一个模型，如果后续发现某个用户的操作频率比较靠近平均值的，我们认为其在工作，长时间没动的，可能在偷懒或者会议，动作频率太高的，可能在游戏或者网页浏览。最后能够给出一个企业总体工作时长情况的报告，虽然不是很精准，但是还是帮助老板轻松了解了自己企业员工投入情况的基本状况，在相对条件下，是有参考价值的。

再比如，我们的产品在进行市场推广时候，往往都要在广告里部署巨量的代码，然后去分析说广告的效果怎样，转化怎样，横向对比怎样，纵向对比怎样，最终可以计算出一个投资收益比，做过数次相似的事情后，又可以相对准确去预测下一次投放广告时候，可能产生的效果。当考虑因素多了以后，还可以推算合适的投放时间。

此外，我们还需要预测用户的续费概率，销售速度，退款概率，通过综合这些数据，又要进一步预测未来的销售增长，服务器投入。感觉无处不在使用数据分析和数据挖掘。然而，却远没有这个课程上学习的那么神秘而高深，有的只是简单而直接。

虽然看起来，现有的知识已经够用了，但是，我还是要来学习这门课程，我是希望能够从理论的高度上去掌握住这个学科的全貌。所谓站得高看得远，极有可能通过视野的拓宽，发现更多的商机。其实随着我们产品的成长，我们会积累越来越多的数据，也会产生越来越高的价值，我们亟待在这个数据的金矿上奋力挖掘，好给产品附加越来越多的功能，给用户提供越来越高的价值，让他们用上了就离不开我们的产品。同时我也希望我们能开发出真正的智能产品。