《2019年阿里2B电商核心问题以及算法建模.pdf》由会员分享,可在线阅读,更多相关《2019年阿里2B电商核心问题以及算法建模.pdf(23页珍藏版)》请在三个皮匠报告上搜索。
1、阿里2B电商核心问题以及算法建模阿里巴巴-CBU技术部-新零售算法电商核心问题场人货场人货算法构建三位一体营销体系问题定义:如何挖掘人的诉求?如何表达场的心智?如何圈选符合心智的商品?如何构建人货场的精准匹配机制?算法建模基础信息挖掘人的表征货的画像场的图谱市场牵引机制流量中控召回排序组货推荐实时数据服务平台算法建模 人的表征表征:非明文标签,基于深度模型的Embedding Vector。问题:基于全局行为Item网络的Embedding Vector缺乏精细的个性化刻画能力。DeepWalkNode2VectorU2II2IU2UOpt1:上下文相关的Embedding Vector(个性
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:上下文相关+兴趣点演进的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 货的画像画像:产品、运营、商家可感知的明文标签,可理解、可运营、可执行。价格品质时效低价段高价段厂货尖货品牌新品爆品尾货趋势品品类规划价格机制:维护健康的价格区间,挖掘价格和转化的关系,建模价格竞争力。销量预估:预估销量趋势,结合运营知识,定义生命周期。算法建模 货的画像价格机制单品历史比价平台同款比价下游同款比价价格雷达价格合理性折扣真实性转化竞争力RELU特征工程可解释性:单调趋势算法建模 货的画像GBDT/DNN销量预估历史规则圈选召回/准确 57%算法预估圈选召回/准确 90
4、%算法建模 场的图谱图谱:关系链接,具备心智表达能力和推理能力。心智选品营销文案场场场场场场场场Clustering智能文案Scene2Scene算法建模 场的图谱心智选品:基于场景心智,构建差异性的Clustering选品算法体系User 搜索Query 行为特征 身份属性知识图谱 场景抽象 实体关联 属性附庸 商品挂载场景卡片 榜单:趋势力 清单:价格力 主题:身份组货 锦囊:意图挖掘算法建模 场的图谱营销文案:满足不同业务场景对心智风格和文案长度的强诉求。(WWW 2019)风格控制输入端添加风格词的embedding和NER信息风格词和输入词语共享embedding信息长度控制在输入端
5、添加位置的embedding信息算法建模 场的图谱营销文案:Case展示场景:榜单Case展示15算法建模基础信息挖掘人的表征货的画像场的图谱市场牵引机制流量中控召回排序组货推荐实时数据服务平台算法建模 流量中控算法调控中枢历史数据分析&建模目标设置&预估检验目标多场景分配单场景目标调控日志处理实时流式数据历史批量数据算法基础组件相关性召回转化率建模个性化建模050000 12 14 16 18 20 22分时流量计划 与 分时流量调控 计划流量实际大促会场分流个性化会场效能搜索推荐机制商家成长扶持Organic&P4P营销权益分发消息红包优惠券算法建模 流量中控Orga
6、nic&P4P:平衡广告营收和买家体验,最大化平台价值。算法建模 流量中控分组背包MCKPM用户(M组)N种额度权益(N物品)P权益敏感概率W权益额度/权益预算我的328领券财神牛发券红包雨下券权益分发:用户权益敏感度预估+权益金额决策分配(不同的用户分发不同额度的权益,最大化业务目标)算法建模 召回排序PorschePAIOffline Model TrainingDeepMatch I2ISWING I2IBasic EngineC2IFavoriteCartABFSClickDINWDL/DCNRTP RankingLR+GBDTU2CHot2IiGraphUser FeatureTPP
7、 Server1234算法建模 召回排序大促会场实时个性化:业务强诉求会场商品实时圈选投放和下架售罄商品实时下架实时指标(销量/转化率/综合)排序实时变更流实时日志流iGraph索引C2I/S2I选品平台投放位DBGBDT-ReRank实时特征流全量U2X2I+Rank大促会场+30%实时个性化User*Item Hit统计特征Item统计特征算法Join特征回传埋点算法建模 组货推荐业务场景小B采购(e.g.渔具商行)类C自购(e.g.钓鱼套装)营销活动(e.g.满减、搭配推荐促GMV)算法方案用户行为网络图聚类金额约束规划行业知识约束规划运营方案主营类目圈品基于类目树组货行业知识穷举算法建
8、模 组货推荐图聚类(LPA)主题类目约束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:抽象业务诉求,采用成熟的算法,并结合业务知识,求解业务问题。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.算法能力体系阿里2B电商核心问题以及算法建模