阿里2B电商核心问题以及算法建模

1、阿里2B电商核心问题以及算法建模技术创新 变革未来电商核心问题人场货货场人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（个性化）。算法建

2、模 人的表征nx FCnx FCDSSMnx FCnx FCnx FCMergeNN-Part Offline PredictionI VecNNModel TrainingU VecNN-Part Online ServerUser + Query Online InputQ VecMergeSEScoring算法建模 人的表征Opt2：上下文相关+兴趣点演进的Embedding Vector。nx FCnx FCnx FCMergeRNNAttentionDIN（Deep Interest Network）DIEN（Deep Interest Evolution Network）Featu

3、re EngineeringLoss FunctionAuxiliary Loss算法建模 货的画像价格品质时效低价段高价段厂货 尖货 品牌爆品 尾货画像：产品、运营、商家可感知的明文标签，可理解、可运营、可执行。新品 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%算

4、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）长度控制在输入端添加位置的embedding信息算法建模 场的图谱营销文案：Case展示风格控制输入端添加风格词的embedd

5、ing和NER信息风格词和输入词语共享embedding信息场景：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 流量中控历史数据分析&建模目标多场景分配算法调控中枢目标设置&预估检验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0500010000分时流量计划 与 分时流量调控计划流量实际0 2 4 6 8 10 12 14 16 18 20 22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Org

6、anic & 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 I2IFavoriteCartClickABFSDINWDL/DCNLR+GBDTRTP RankingU2CHot2IUser FeatureiGraphTPPServer1C2IB

7、asic Engine234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

8、类目树组货行业知识穷举算法建模 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