355      阿裏雲  技術社區[雲棲]

阿裏專家問答丨人工智能／機器學習技術在電商場景下的應用

　　近年來阿裏不斷運用深度學習、強化學習等人工智能領域的相關知識優化自身電商平台的搜索引擎和推薦係統，讓其從冷冰冰的係統不斷成長為越來越懂用戶的智能購物助手。

　　淘寶和天貓已經從以人工運營為主分配流量和資源位的方式成功轉變為以大數據和人工智能為導向的新方式。

　　正如一書中說的那樣：“技術的創新與發展必將不斷推動商業模式的升級與變革，在生活的方方麵麵影響我們每一個人。”

　　人工智能部分執筆人&阿裏技術專家 與 就 問題在OSCHINA與大家開展了問答活動。

活動時間

活動獎品 活動結束後，OSCHINA將在提問者中抽取 5 名幸運會員贈予《盡在雙11——阿裏巴巴技術演進與超越》一書。

參與地址 活動頁麵：https://www.oschina.net/question/2720166_2240334 可點擊閱讀原文跳轉
也可長按識別下方二維碼，前往活動頁麵

專家介紹

　　，阿裏巴巴推推薦算法團隊奠基人，商品推薦、內容推薦和大促算法團隊負責人。《盡在雙11》中“個性化推薦，大數據和智能時代的新航路”一節執筆人。

　　，阿裏巴巴搜索事業部無線搜索高級算法專家，《盡在雙11》中“搜索，大促場景下智能化演進之路”一節執筆人。

問答摘選

問：機器學習在阿裏電商場景下的最常用算法有哪些？阿裏對哪些算法做了有針對性的優化和改進呢？阿裏目前推薦係統從用戶訪問到根據訪問記錄進行推薦的實時性是多久？

　　LR、GBDT、RNN有不少人在用了，還有首創的MLR、ItemCF。。針對性的優化和改進主要是在適配阿裏的計算平台和大數據方麵，這方麵例子比較多，如對ItemCF 的Swing算法。

問：機器學習在電商方麵除了廣告推薦之類的方麵外，還有其他的應用麼？

　　機器學習在電商領域的應用從外部產品來看主要涉及3個：搜索、廣告、推薦。從內部來看，從商品選品、流量生成機製、物流優化、物流機器人、智能客服、互聯網信用貸款等方麵都會用到機器學習。

問：一個推薦預測的問題，在瀏覽了商品A後總是推薦商品A同類的商品是不是很傻，很長時間沒有購買說明要麼用戶放棄或者從其他平台購買了，是否應該推薦A商品上下遊的商品？

　　這問題很好，出太多的曆史瀏覽行為的同類商品是太傻了，但是完全不出也很傻，因此限製了一個比例，這部分用戶行為是需要有場景跟蹤並且能引導用戶消費的，例如有部分用戶是在搜索上先搜，然後在有好貨和猜你喜歡裏看是否有更喜歡的選擇。

　　更多好問題，期待你來問！

最後更新：2017-05-03 10:00:35

  上一篇： Java必備基礎知識點（超全）

  下一篇： CC2530之Flash筆記