中国人工智能学会通讯——电子商务中的个性化推荐技术剖析

  1. 云栖社区>
  2. CCAI>
  3. 博客>
  4. 正文

中国人工智能学会通讯——电子商务中的个性化推荐技术剖析

行者武松 2017-09-01 11:17:00 浏览1140
展开阅读全文

image

当用户从PC端向移动端转移的过程中,因为移动端的小屏化、浏览时间碎片化的特点,在有限的时间、空间中仅能向用户呈现有限的内容,因此对APP内容提供者的推荐算法能力提出了新的挑战。在电商购物环境下更有其自身的特点,如用户需求动态变化、商品种类数量繁多、促销活动频繁等,在此,我们从手机淘宝的实践中,选取若干具有创新性的案例和技术,进行分析与讨论。

图1是结合电商特点,由实际需求驱动的一个三层推荐系统架构图,简要说明如下。

第一层是item(可以是商品、店铺、内容等)相关的选品设计:根据各无线产品的定位,我们为特定人群选择他们所需要的优质商品。

第二层是用户与item的匹配层:它包含以协同过滤为主的算法,考虑用户短中长期兴趣和需求的变化,以及空间时间上下文的变化,从海量item库中找出最可能满足其当前需要的物品。

image

第三层是精确排序层:基于经典的Learning to Rank技术来进行精准推送;同时,为了更早、更准确地捕捉用户意图的变化,在计算层引入流式计算引擎,并研发了在线学习框架。

由上述的三层推荐系统构建的技术体系,我们得以支撑电商中数百个应用场景和产品,包括最具技术挑战的“双11”场景。我们在这些场景中做出了大胆的产品和技术创新。下面选择三个原创性的算法和技术,逐一进行分析和讨论。

网友评论

登录后评论
0/500
评论
行者武松
+ 关注
所属团队号: CCAI