AI在阿里电商搜索的应用

AI在阿里电商搜索的应用李永亮（悾傅）目录口电商搜索面临的问题口系统框架口我们的主要工作口AI在商品搜索的一些应用口我们还在尝试什么电商搜索面临问题／商品搜索场景电商搜索面临问题／商品搜索优化思路搜索排序（SRP）点击详情页加购付款复购一跳二跳推荐联动LTV优化目标搜索体验搜索转化GMVUVCVRKDJMax一跳二跳复购长期用户价值系统框架／搜索系统框架图overview搜索业务线（FE）SP业务服务QP服务改写类目预测导航推荐

个性化信息价格预估

Term

weightIGraph服务人口统计学特征（性别，年龄，身高体重）个性偏好所属分群Isearch5—Merge查询分发排序打散Isearch5—Searcher查询解析查询过滤排序聚合打散ADump全量MapReduce增量

IstreamTmallMerger服务商品质量分析（中心词）Mlrdatajoin（人气分，卖家分）业务处理PV

logClick

log成交日志收藏日志TT

log收集Porche实时流计算购买力类目偏好人气模型详情页模型卖家分模型Spam模型Haoop

&&

MPIFront

End，搜索前端系统，负责获取用户输入query，并展示最终结果QueryProcesser，关键词分析系统，负责分析用户输入query的真实意图SearchPlanner，查询分发系统，负责对用户查询信息分发到相应的引擎核心引擎,负责对用户query进行召回、海选、排序、聚合等操作离线数据中心，负责处理宝贝的基础信息以及算法信息Userpersonalservice，用户个性化服务系统，存储用户个性化信息实时计算系统，处理用户实时浏览、点击、成交等数据FEQPSPisearch5DumpIGraphPorche系统框架／搜索系统各模块介绍User数据商品数据历史log实时log云梯机器学习集群特征iGraph：个性化线上存储实时计算系统商品模型Q模型卖家模型User模型Sku

Engine

Act

EngineQPLTRTmallSearch1123SP456Item

rankerSku

rankeractivityranker系统框架／天猫搜索双引擎架构召回粗排精排（分层）重排（CMAB）个性化Query商品U2I模型U2S模型Seller模型品牌模型实时模型OnlineLTRDRLWDLLTR我们的主要工作title类目属性标签文本

I2I类目模型分人气分

规则分AI在商品搜索的应用／CVR

prediction

with

Online

DNNAI在商品搜索的应用／CVR

prediction

with

Online

DNN整体模型用3层全链接层用户sparse+dense的特征表征学习，再用2层全链接层做点击／购买与否的预测AI在商品搜索的应用／CVR

prediction

with

Online

DNN在线：wide

&

deep

learningAI在商品搜索的应用／Reinforcement

Learning搜索可以被抽象为序列决策问题AI在商品搜索的应用／Reinforcement

learningAI在商品搜索的应用／Reinforcement

learningAI在商品搜索的应用／Reinforcement

learningAI在商品搜索的应用／Reinforcement

learningAI在商品搜索的应用／Reinforcement

learningAI在商品搜索的应用／Reinforcement

learning将强化学习用于搜索的若⼲尝试AI在商品搜索的应用／Capture

user

interests

with

RNNs用户行为隐含表示用户的意图,用隐含状态向量抽象表示这种意图，每次行为更新这个向量我们还在尝试什么／