适用于垂直媒体官方微信的智能答复系统设想

微信开放了公众平台的接口，很多网站和个人都接入了，包括我的老东家。不过大家好像都没有太大热情，也没投入多少技术实力，只把它当成微博外的另一个信息发布平台，每天定点发个手机报什么的。

我前一段读了《数学之美》，还看了《黑客与画家》，很想尝试下里面介绍的机器学习法。看到微信公众平台，觉得在合适不过，于是难免要YY一下：

1. 首先是“分词”。好在已经有很多开源免费的分词工具，能够提供比较好的分词结果。对于垂直网站来说，还需要能人工添加新词，或修正分词结果。
2. 收集语料。把用户发给官方帐号的消息收集起来，留待分析。
3. 分析语料。找垂直媒体做实验的好处就在这儿。通用平台的用户诉求各种各样，什么都有，做语义分析会很难（参见各种半残废的“语音助手”）；垂直媒体的用户相对来说诉求简单些，无非是“查询”、“问价”、“求推荐”等。所以可以先给消息定性，然后统计在每种类型的消息中每个词语出现的概率。
4. 按照贝叶斯推断，当我们收到用户发来的消息时，可以根据消息中的词来判定他的诉求。
5. 系统实战：
   1. 用户发来一条消息
   2. 系统对消息进行分词
   3. 按照分词结果，判断用户诉求
   4. 按照设定好的策略，给出答复

比如，用户发了一条“iPhone5水货多少钱”，那么会经历如下的过程：

1. 分词结果为“iPhone5”，“水货”，“多少钱”
2. 按照统计结果，出现“多少钱”的话，用户“问价”的概率是100%（实际肯定不是，这里当例子），所以系统判断这则消息是用户在问价
3. 按照制定好的“问价答复”策略，我们找到产品名称“iPhone5”，限制“水货”，然后从经销商那里取出价格数据
4. 按照“问价答复”模版，回填数据，发给用户，完成。

又比如，用户发了一条“什么电信手机比较好啊，真心实意求推荐”，那么：

1. 分词：“什么”，“电信”，“手机”，“比较”，“好”，“啊”，“真心实意”，“求”，“推荐”
2. 按照统计结果，出现“比较”，“好”，“推荐”这些词的消息，“推荐”的可能性是90%，系统即可确认
3. 按照制定好的“推荐答复”策略，找到限制因素，“电信”，“手机“，从产品库中查出来
4. 按照“推荐答复”摸板，回填数据，发送，完成。

似乎不复杂，对吧，哈哈？实际上应该会有一些技术门槛，不过大体上应该这样，有机会拿到数据的话，我就动手搞搞看。