<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by ggm on Medium]]></title>
        <description><![CDATA[Stories by ggm on Medium]]></description>
        <link>https://medium.com/@godgunman?source=rss-979acf41dc4f------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*N1CVoEtkgvgvDAfU.jpeg</url>
            <title>Stories by ggm on Medium</title>
            <link>https://medium.com/@godgunman?source=rss-979acf41dc4f------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Mon, 16 Nov 2026 18:13:42 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@godgunman/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[聊天機器人對話分析服務的技術筆記（一）訊息的分群]]></title>
            <link>https://medium.com/@godgunman/%E8%81%8A%E5%A4%A9%E6%A9%9F%E5%99%A8%E4%BA%BA%E5%B0%8D%E8%A9%B1%E5%88%86%E6%9E%90%E6%9C%8D%E5%8B%99%E7%9A%84%E6%8A%80%E8%A1%93%E7%AD%86%E8%A8%98-%E4%B8%80-%E8%A8%8A%E6%81%AF%E7%9A%84%E5%88%86%E7%BE%A4-526bde8283a2?source=rss-979acf41dc4f------2</link>
            <guid isPermaLink="false">https://medium.com/p/526bde8283a2</guid>
            <category><![CDATA[聊天機器人]]></category>
            <category><![CDATA[bot-analytics]]></category>
            <category><![CDATA[google-analytics]]></category>
            <category><![CDATA[對話分析]]></category>
            <dc:creator><![CDATA[ggm]]></dc:creator>
            <pubDate>Fri, 30 Nov 2018 22:03:25 GMT</pubDate>
            <atom:updated>2018-11-30T22:03:25.678Z</atom:updated>
            <content:encoded><![CDATA[<p>一直很想寫一些技術筆記，希望可以讓看的人有一些收穫，然後不要踩到一樣的雷。這個系列會講的是我們（<a href="https://botimize.github.io/">Botimize</a> 和 <a href="https://frm.ai/">unH3O</a>）在實作時遇到的挑戰和所使用的解決方法、優化的過程。正片開始！</p><h4>如何收集資料</h4><p>先從做 Bot Analysis 的資料是怎麼收集的開始，一般來說會有兩種收集資料的方式，一種是直接從平台商獲得，另外一種是讓開發者把資料交給我們。直接從平台商貨的做法，現在只有 Facebook 可以這樣做，詳見以下兩圖：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Wfadpv0r20S6S6p7g8WOIg.png" /><figcaption>[圖1. 直接從 webhook 取得資料或是開發者將資料送給我們，以 FB 為例]</figcaption></figure><p>這兩種做法各有優缺點，方法一對於導入言門檻非常低，大概只需要 5 分鐘授權給分析平台商就可以，完全不需要改動到程式碼。方法二要修改一點點程式碼，但也多了一些彈性，譬如可以送額外的資訊給分析平台，或者是先過濾一些資訊後再送給分析平台。</p><h4>對訊息分群</h4><p>將收到的數句訊息（Message），整理成一則或數則對話（Conversation 或 Session）。一般來說，我們會去看平均每次使用者跟粉專或是 Bot 講話的時間，來當作一種指標。這個指標可以去評估這個 Bot 與使用者互動的程度，好玩就會待久一點，不好玩就會秒中離。也可以評估客服（或小編）花了多少時間在使用者身上。</p><p>要自動化做這件事情不難，有幾個判斷的依據，最簡單的就是從時間下手。我們可以假定對話與對話之間的最小間隔是 20 分鐘，所以訊息的分群方式就像下圖這樣：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Wc59_CmdwEv68vsDda19NA.png" /><figcaption>[圖3. 從時間軸上面去看訊息的分佈狀況]</figcaption></figure><p>承接上圖，當有新的訊息進來的時候，要如何去判斷他是屬於舊的對話或是成為一個新的對話呢？請看下圖：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*x1NIgQTMYMPOMfJyUO8Qlg.png" /><figcaption>[圖4. 新的訊息 M4 以及 M5 進入]</figcaption></figure><p>M4 進來時更新了舊有的對話（session 0），M5 進來則產生了一個新的對話（session 1）。</p><p>最直觀的作法，就是去資料庫找這位使用者所有的訊息裡最新的那則，看發生的時間點，跟新訊息相比，在範圍內的就是舊有的對話，如果超過的就是新的對話。</p><p>直觀的優化就是，把使用者最新的一則訊息存起來（就是記錄一筆 message id），這樣就可以直接取出使用者最新的訊息，來做比對就好。但這個做法還不夠好，可能會過於頻繁的更新，畢竟我們可是近乎一秒鐘十幾萬上下的，那麼我們可以改存最新對話的（記錄一筆 session id），那麼更新頻率就會拉長到最快 20 分鐘更新一次。</p><h4>訊息不會照順序進來</h4><p>然而故事並沒有這麼幸福的結束，所謂幸福不是故事，不幸才是。這個不幸就發生在，訊息不會照順序進來，為什麼會發生這種事情呢？因為訊息與訊息之間的間隔很短，情境百百種，像是連發貼圖，連罵國罵，群組內多人一起講話，而訊息又是透過平台商（如 Facebook）或是開發者傳遞過來的，所有的動作也都是非同步的，且傳遞的過程本來就會有許多意外造成時間差，所以不幸就會發生。</p><p>總之，不幸地，我們的作法可能會造成誤判，見下圖：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BS9ayC0glwAVgJl8ULxkGQ.png" /><figcaption>[圖6. 未照順序進來的訊息]</figcaption></figure><p>這個 M6 其實是這則對話（session0）最早講的一句話，但是我們最晚收到，就會誤判了，看來我們要改一下我們的演算法了，把它改成：</p><ol><li>先拿出最新的對話，看這則新進訊息是否涵蓋在最新對話裡。如果是那結束；如果過新（超過 20 分鐘）的話自成一則對話；如果過舊則做步驟 2。</li><li>查詢「新進訊息的時間+20min 」是否落在某個對話區間內，如果是則加入，如果不是做步驟 3。</li><li>查詢「新進訊息的時間−20min 」是否落在某個對話區間內，如果是則加入，如果不是則自成一則對話。</li></ol><p>總之每則訊息進來都要來個瞻前顧後，確定他是否有歸屬，如果必須流浪，就自成一家。於是我們解決了這個問題（嗎）</p><h4>訊息連結兩則對話</h4><p>這個不幸還是持續發生，見下圖：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-gBDV6sboCv3VRFuf9qk2A.png" /></figure><p>於是，我們必須再次改寫我們的演算法，怎麼改呢？就下回分曉囉！</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=526bde8283a2" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>