情感分析是自然語(yǔ)言處理中的一項(xiàng)技術(shù)，也是文本挖掘中常用的方法。在產(chǎn)品中應(yīng)用情感分析技術(shù)也不少見(jiàn)，例如新浪的輿情大數(shù)據(jù)平臺(tái)運(yùn)用情感分析對(duì)全網(wǎng)數(shù)據(jù)進(jìn)行挖掘。另外在一些電商產(chǎn)品中，也會(huì)運(yùn)用情感分析來(lái)進(jìn)行商品評(píng)論挖掘，作為推薦系統(tǒng)的一部分。本文主要結(jié)合情感分析技術(shù)的應(yīng)用談?wù)勅斯ぶ悄墚a(chǎn)品的設(shè)計(jì)。

一、人工智能產(chǎn)品設(shè)計(jì)與互聯(lián)網(wǎng)產(chǎn)品設(shè)計(jì)的區(qū)別

人工智能產(chǎn)品的定義較為廣泛，智能硬件、機(jī)器人、芯片、語(yǔ)音助手等都可以叫做人工智能產(chǎn)品。本文討論的人工智能產(chǎn)品主要是指在互聯(lián)網(wǎng)產(chǎn)品中運(yùn)用人工智能技術(shù)。

1、從用戶需求的角度看

互聯(lián)網(wǎng)產(chǎn)品主要著手與解決用戶的痛點(diǎn)，對(duì)于C端產(chǎn)品來(lái)說(shuō)，痛點(diǎn)就是指的個(gè)人想解決而無(wú)法解決的問(wèn)題，如個(gè)人想要美化自己的照片，但是他不會(huì)復(fù)雜的PS軟件，于是美圖秀秀就可以解決這個(gè)痛點(diǎn)。從KANO模型中，就是滿足用戶的基本需求與期望需求。

人工智能產(chǎn)品（在互聯(lián)網(wǎng)產(chǎn)品中運(yùn)用人工智能技術(shù)）則是要滿足用戶的興奮需求。如將情感分析運(yùn)用到電商的產(chǎn)品評(píng)論中，用戶則可以通過(guò)可視化的數(shù)據(jù)展示來(lái)大致對(duì)產(chǎn)品有個(gè)全面、直觀的了解，而不再需要自己一頁(yè)一頁(yè)的翻看評(píng)論內(nèi)容。

2、產(chǎn)品設(shè)計(jì)角度看

互聯(lián)網(wǎng)產(chǎn)品主要關(guān)注點(diǎn)在于用戶需求、流程設(shè)計(jì)、交互設(shè)計(jì)、商業(yè)模式等。著眼于用戶需求，設(shè)計(jì)滿足用戶需求的產(chǎn)品，通過(guò)合理的流程設(shè)計(jì)、交互設(shè)計(jì)達(dá)到產(chǎn)品目標(biāo)，進(jìn)而實(shí)現(xiàn)商業(yè)目標(biāo)。典型的思路是發(fā)現(xiàn)用戶需求——>設(shè)計(jì)滿足用戶需求的產(chǎn)品——>迭代完善、產(chǎn)品運(yùn)營(yíng)——>商業(yè)變現(xiàn)。

人工智能產(chǎn)品關(guān)注點(diǎn)在于模型的構(gòu)建，它不再是對(duì)于布局、交互的推敲，而是通過(guò)選擇合適的數(shù)據(jù)，構(gòu)建合適的模型，最終呈現(xiàn)出來(lái)的是好的效果。什么是好的效果呢？這就需要引入評(píng)測(cè)指標(biāo)?；ヂ?lián)網(wǎng)的評(píng)測(cè)指標(biāo)有我們熟知的留存率、轉(zhuǎn)化率、日活躍等，那么人工智能的產(chǎn)品主要是通過(guò)一些統(tǒng)計(jì)指標(biāo)來(lái)描述，以情感分析為例，把情感分析看成一個(gè)分類問(wèn)題，則可以使用P、R、A、F值來(lái)描述。

1. 查準(zhǔn)率（Precision）：P值，衡量某類分類中識(shí)別正確的比例，如情感分析中，有10條被分類為“正向”，其中8條是分類正確的（由人工審核），那么P=8/10=80%
2. 查全率（Recall）：R值，又叫查全率，又叫召回度，指的是某類被被正確分類的比例，同樣以情感分析為例，100條數(shù)據(jù)中有10條是正向的，機(jī)器分類后，這10條中有7條被分類為正向，則R=7/10=70%.
3. F值，因?yàn)镻值和R值通常是兩個(gè)相互矛盾的指標(biāo)，即一個(gè)越高另一個(gè)越低，F(xiàn)則是兩者綜合考慮的指標(biāo)，不考慮調(diào)節(jié)P、R權(quán)重的情況下，F(xiàn)=2PR/(P+R)
4. 精確度（Accuracy）：這個(gè)最好理解，就是被準(zhǔn)確分類的比例，也就是正確率。如100條數(shù)據(jù)，90條是被正確分類的，則A=90/100=90%。

以上指標(biāo)越高，說(shuō)明模型效果越好。

二、情感分析產(chǎn)品設(shè)計(jì)

我們從上面內(nèi)容可以知道，人工智能產(chǎn)品設(shè)計(jì)關(guān)注：數(shù)據(jù)——>模型——>效果評(píng)估。

現(xiàn)在我們以情感分析為例子說(shuō)明產(chǎn)品設(shè)計(jì)的過(guò)程。

1）數(shù)據(jù)：

數(shù)據(jù)的選擇對(duì)最終模型的結(jié)果有直接影響，情感分析，根據(jù)不同的目的，選擇的數(shù)據(jù)也不同。如將情感分析運(yùn)用于電影票房預(yù)測(cè)，則一些更新及時(shí)、內(nèi)容豐富的數(shù)據(jù)源，如微博，是比較好的選擇。如果是應(yīng)用于商品的評(píng)價(jià)，如電子產(chǎn)品，很多評(píng)測(cè)內(nèi)容是無(wú)法在短短幾句話內(nèi)描述清楚的，這時(shí)候微博不是個(gè)好的選擇，選擇論壇上更新較慢、但是詳細(xì)的內(nèi)容就比較適合。

如果能在產(chǎn)品的早期就有引入人工智能的打算，則可以在產(chǎn)品中事先做好數(shù)據(jù)采集。

2）模型：

在選擇模型中，產(chǎn)品需要了解不同的模型的優(yōu)缺點(diǎn)，進(jìn)而選擇更加合適的模型。在情感分析中，NB、SVM、N-gram都是常用的模型，其中SVM效果最好（這是已有的結(jié)論），如果是其他的智能產(chǎn)品，可能需要算法團(tuán)隊(duì)進(jìn)行實(shí)驗(yàn)，給出測(cè)試數(shù)據(jù)，進(jìn)而選擇合適的模型。

3）效果評(píng)估：

效果評(píng)估在上文中已經(jīng)描述得比較清楚，具體指標(biāo)不再贅述。

4）產(chǎn)品呈現(xiàn)：

最后這一步，是將結(jié)果展示給用戶。在情感分析中，我們可以選擇雷達(dá)圖、詞云、情感趨勢(shì)圖來(lái)展示結(jié)果。取決于產(chǎn)品屬性，如電商產(chǎn)品評(píng)論挖掘，可以使用詞云；

如輿論分析，可以使用情感趨勢(shì)圖。

三、總結(jié)

人工智能產(chǎn)品的設(shè)計(jì)要關(guān)注：數(shù)據(jù)、模型、評(píng)判、呈現(xiàn)。

本文由 @躚塵 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(lái)自PEXELS，基于CC0協(xié)議