2019年阿里2B電商核心問題以及算法建模.pdf

1、阿里2B電商核心問題以及算法建模阿里巴巴-CBU技術部-新零售算法電商核心問題場人貨場人貨算法構建三位一體營銷體系問題定義：如何挖掘人的訴求？如何表達場的心智？如何圈選符合心智的商品？如何構建人貨場的精準匹配機制？算法建?；A信息挖掘人的表征貨的畫像場的圖譜市場牽引機制流量中控召回排序組貨推薦實時數據服務平臺算法建模 人的表征表征：非明文標簽，基于深度模型的Embedding Vector。問題：基于全局行為Item網絡的Embedding Vector缺乏精細的個性化刻畫能力。DeepWalkNode2VectorU2II2IU2UOpt1：上下文相關的Embedding Vector（個性

2、化）。算法建模 人的表征n x FCn x FCDSSMn x FCn x FCn x FCMergeNN-PartOffline PredictionI VecNNModel TrainingU VecNN-PartOnline ServerUser+QueryOnline InputQ VecMergeSEScoring算法建模 人的表征Opt2：上下文相關+興趣點演進的Embedding Vector。DIN（Deep Interest Network）DIEN（Deep Interest Evolution Network）n x FCn x FCn x FCMergeRNNAtten

3、tionFeature Engineering Loss FunctionAuxiliary Loss算法建模 貨的畫像畫像：產品、運營、商家可感知的明文標簽，可理解、可運營、可執行。價格品質時效低價段高價段廠貨尖貨品牌新品爆品尾貨趨勢品品類規劃價格機制：維護健康的價格區間，挖掘價格和轉化的關系，建模價格競爭力。銷量預估：預估銷量趨勢，結合運營知識，定義生命周期。算法建模 貨的畫像價格機制單品歷史比價平臺同款比價下游同款比價價格雷達價格合理性折扣真實性轉化競爭力RELU特征工程可解釋性：單調趨勢算法建模 貨的畫像GBDT/DNN銷量預估歷史規則圈選召回/準確 57%算法預估圈選召回/準確 90

4、%算法建模 場的圖譜圖譜：關系鏈接，具備心智表達能力和推理能力。心智選品營銷文案場場場場場場場場Clustering智能文案Scene2Scene算法建模 場的圖譜心智選品：基于場景心智，構建差異性的Clustering選品算法體系User 搜索Query 行為特征 身份屬性知識圖譜 場景抽象 實體關聯 屬性附庸 商品掛載場景卡片 榜單：趨勢力 清單：價格力 主題：身份組貨 錦囊：意圖挖掘算法建模 場的圖譜營銷文案：滿足不同業務場景對心智風格和文案長度的強訴求。（WWW 2019）風格控制輸入端添加風格詞的embedding和NER信息風格詞和輸入詞語共享embedding信息長度控制在輸入端

5、添加位置的embedding信息算法建模 場的圖譜營銷文案：Case展示場景：榜單Case展示15算法建?；A信息挖掘人的表征貨的畫像場的圖譜市場牽引機制流量中控召回排序組貨推薦實時數據服務平臺算法建模 流量中控算法調控中樞歷史數據分析&建模目標設置&預估檢驗目標多場景分配單場景目標調控日志處理實時流式數據歷史批量數據算法基礎組件相關性召回轉化率建模個性化建模05000100000246810 12 14 16 18 20 22分時流量計劃 與 分時流量調控 計劃流量實際大促會場分流個性化會場效能搜索推薦機制商家成長扶持Organic&P4P營銷權益分發消息紅包優惠券算法建模 流量中控Orga

6、nic&P4P：平衡廣告營收和買家體驗，最大化平臺價值。算法建模 流量中控分組背包MCKPM用戶（M組）N種額度權益（N物品）P權益敏感概率W權益額度/權益預算我的328領券財神牛發券紅包雨下券權益分發：用戶權益敏感度預估+權益金額決策分配（不同的用戶分發不同額度的權益，最大化業務目標）算法建模 召回排序PorschePAIOffline Model TrainingDeepMatch I2ISWING I2IBasic EngineC2IFavoriteCartABFSClickDINWDL/DCNRTP RankingLR+GBDTU2CHot2IiGraphUser FeatureTPP

7、 Server1234算法建模 召回排序大促會場實時個性化：業務強訴求會場商品實時圈選投放和下架售罄商品實時下架實時指標（銷量/轉化率/綜合）排序實時變更流實時日志流iGraph索引C2I/S2I選品平臺投放位DBGBDT-ReRank實時特征流全量U2X2I+Rank大促會場+30%實時個性化User*Item Hit統計特征Item統計特征算法Join特征回傳埋點算法建模 組貨推薦業務場景小B采購（e.g.漁具商行）類C自購（e.g.釣魚套裝）營銷活動（e.g.滿減、搭配推薦促GMV）算法方案用戶行為網絡圖聚類金額約束規劃行業知識約束規劃運營方案主營類目圈品基于類目樹組貨行業知識窮舉算法建

8、模 組貨推薦圖聚類（LPA）主題類目約束LPA：each node is initialized with unique label and at every iteration of the algorithm,each node adopts a label that a maximum number of its neighbors have.Note：抽象業務訴求，采用成熟的算法，并結合業務知識，求解業務問題。Tree-based Subgraph Convolutional Neural Networks for Top-N Recommender Systems,submitted,IJCAI 2019.Automatic Generation of Pattern-controlled Product Description in E-commerce,accepted,WWW 2019.User behavior sequence modeling to optimize ranking mechanism for E-commerce search,ICCIP 2017:164-169.算法能力體系阿里2B電商核心問題以及算法建模