利用机器学习和预测模型，纽约高端时尚和家居用品零售商Gilt 集团的数据科学家Igor Elbert为Gilt网站构建一种预测性递送方式。点击这里查看第一部分访谈，在访谈的第二部分，Elbert 解释了亚马逊公司“Turk 机器人”是如何发挥作用的，该平台众包难以自动执行的任务，亚马逊公司将这种方法称为人工化人工智能。Elbert介绍了他是如何评估“机器人”对于产品来帮助建立Gilt网站的预测性递送计划的指导模型。
　　
　　问：你如何在客户还不知道产品前，就预测他们需要什么呢？
　　
　　Igor Elbert：我正在做的一件事情，就是评估各种属性，基本上可分成三个类别：
　　
　　首先是客观的参数，比如产品的元数据。我们就拿一条黑色的裙子来说。我们没有卖过这条裙子， 但是我们卖过别的黑色的裙子，也卖过知名品牌的黑色裙子。然后，我评估季节，价格，我们的销售价格，和原始价格之比；我评估我们可以获得多少利润。我也评估主观因素：谁采购了这个产品 – 谁销售这个产品。我把这一切都建立在我的模型里。
　　
　　第二个类别的参数涉及发售日：这个特殊的日子将如何进行？我评估销售的数量和种类，库存的深度和广度，所提供的品牌。这些都是重要的，因为强大的产品会带来“连锁”效应，并帮助其他正在销售的产品。对于Gilt网站而言，这些参数每天都显著不同，因为我们每天销售的产品都在变化。 

　　

　　第三个类别是纯主观的：我通过turk机器人向一组随机人员展示产品的图像，然后我请他们告诉我对于产品的感受。 



      

      问：什么是Turk机器人？

　　
　　Elbert：亚马逊有一个平台被称为“Turk机器人”，这基本上就是众包任务。所以，我创建一个模板，我把我们所有销售的裙装都包含在内。然后，我会说，对于每条裙子，我想听到三个不同的人的意见。亚马逊称他们为“机器人”。我还提供了一些特性，所以我会说，他们应该生活在美国；在这个特殊的范围下，我感兴趣的是女性的意见。我说我愿意为每条裙子的意见付费10美分。亚马逊基本上就是向三个不同的人，展示这条裙子，然后他们回答我的问题，亚马逊再把结果发送给我。这和调查非常类似。
　　
　　亚马逊称之为 “人工化人工智能”，因为它是为那些难以实现自动化的任务设计的。很难设计一个算法，可以看一眼图像，就告诉你裙子是难看或者性感。 但是，人们看一眼就知道了。
　　

　　问：你具体给机器人设计哪些什么问题？

       

Elbert：我会要求他们将形容词分配给产品。就拿一条裙子来说。我会问，是不是漂亮的，难看的，奇怪的，不常见的，性感的，正式的 – 使用15个不同的形容词。我会问他们裙子适用的场合——一个晚宴，舞会或其他场合。我会问他们裙子是否会畅销。我会问，裙子看起来是不是很贵，价格合适，或者便宜。

　　
　　我将展示的只是产品的一张照片，并告诉他们它是由何种材料制成的，但我不告诉他们品牌或其他信息。我这样做，本质上是为了辨认出有风险的单品。如果很多人说这条裙子，是奇怪的，或不常见的，或难看的，但这并不意味着它不会畅销，也并不意味着这条裙子真的难看。它只是意味着这个特定的单品，可能比很多其他人们不认为难看的单品而言，有较高的风险。我会在我的模型内加入这个因素。
　　

　　我在我的客观因素中补充主观因素，以获取有关风险的意见。对于某条裙子而言，如果三个人中的三个人都说它难看的话，也许我不应该冒风险，而让它在这个区域销售。因为基本上我是在下注：我打赌这条裙子将在这一地区畅销。如果这条裙子是有风险的，那么我就不会下这个赌注，在任何人购买它之前，就开始送货，对于我，风险也更大。



      问：Gilt网站销售的每个产品你都使用机器人吗？

　　
　　Elbert：现在我们把它用于一部分产品，但我们将在未来不断扩大，用于所有产品。除了预测性递送，它给了我们很多关于我们产品的信息，而且它有很多用途。
　　
　　问：你为什么信任机器人的判断呢？
　　
　　Elbert：对于机器人，有一个预先审核的概念。所以，你可以通过他们运行一系列任务。如果你一遍又一遍执行同一个（任务），你可以挑选表现良好的机器人。我问他们的其中一件事，就是仅仅通过查看图像， 告诉我产品的价格区间。你认为这条裙子要花多少钱？有些很精确。有些预测的价格误差在1美元内。其他的裙子，有些说裙子看起来价值200美元，但其实我们想要以2,000美元的价格出售。这并不意味着他们是错误的；也许是我们价格太高了。他们获得的信息是有限的。他们并不知道，这是一个非常高档的品牌。但是，当预测的价格和实际价格之间有很大的差距，这就增加了风险。 

　　
　　所以，如果你不考虑时尚因素，我正在试图做的，就是为我们销售的时尚单品量化风险。我用不同的方式来确定， 结合客观参数与主观参数，我试图去预测哪些单品，在哪些特定区域，会有较高的购买倾向。 

　　
　　问：在即将举行的Strata Conference + Hadoop World大会上，在你的演讲描述中，你将这称之为“主观因素”。还有其他哪些主观因素是你必须考虑的？ 

　　
　　Elbert：有两个部分：第一，我从机器人获得的信息。第二，我评估谁为Gilt网站采购了该商品- 这个人是谁 – 因为采购员其实是高度可预测性的。因此，我们网站的某些采购员购买的商品似乎更受西海岸顾客的喜爱。我不知道他们是不是有意识的这样做。他们挑选的单品，服装，或品味都与“西海岸”顾客相吻合。所以，我会整体评估谁采购了该商品。 

　　
　　在未来，我也将评估是谁对产品进行拍摄，因为我们基本上拍摄所有我们销售的产品。我现在还没有这样做，是因为数据还不可用，但我打算这样做。如果我持有这些数据，我也会将我们为每个单品，所使用的模特包含其中——只是为了给我的算法一个机会来检测，是否在某些特定模特和某些购买产品的顾客之间有一定关联性。