【编者按】好的技术实战分享从来不因为时间的流失而褪色。2011年开始运营的阿里技术沙龙共积累35期，近100位深度实战培训资源（PPT+视频）让很多朋友大呼过瘾。接棒阿里技术沙龙，云栖社区特别挑选最具人气的12场深度实战分享组成【近战】的第一个系列。其中包含新浪微博、淘宝搜索、美团、美丽说、淘宝推荐、小米、支付宝、阿里云、淘宝无线在内，涵盖建模、个性化推荐、排序学习、系统优化、数据监控、流量优化、架构探索等多方面一线经验总结。
以下为【近战】第2篇，移动电商搜索个性化技术。
移动端搜索流量保持高速增长，移动搜索与桌面搜索互为补充，使得消费者的网购行为得以进一步普及化和深入化。本次演讲主要介绍淘宝搜索技术如何思考移动端 搜索带来的技术挑战，如何来结合移动端设备私有化，使用时间碎片化，输入模式的多样化，交互方式的便捷化等特点来优化移动端搜索，及个性化在移动搜索中的应用。
图1
图1是移动视角的基本结构图。
图2
图2是移动搜索产品形态。
个性化体系结构
个性化搜索面临的挑战有很多：
大数据，稀疏，长尾，噪音：
淘宝上海量的商品，针对个体而言，发生行为的商品有限， 稀疏度在百万分之一，甚至更低。
用户行为模式的挖掘和利用：
网购行为的复杂性，如何准确的描述用户的兴趣和特色，包括长短期兴趣等？ People change over time。
冷启动：
新用户，新商品。
多样性与精确性的两难困境：
Interestingness v. relevance ，Need Serendipity
用户界面与用户体验：
个性化体验的可解释性。
系统的挑战性
评估的挑战性
个性化搜索误区：
千人千面并非意味着，去追求单纯个体的个性化体验，个性化搜索是立足于提升整体用户的个性化体验；
Personalization != customization；
勿忘行为建模的基本假设——hypothesis： 接受商品 à 接受他得所有属性；
过度个性化——搜索场景的个性化：“to personalize or not to personalize “，Explore & Exploitation ；
主观性 vs. 客观性——“data driven”，购物行为所表现的个性化特点 ！= 用户的物理个性化特征。
图3
图3展示了个性化技术的魅力。
图4
图4是鸟瞰个性化体系。
图5
图5为个性化体系框图。Offline：离线模型训练数据收集，过滤, 聚合，特征ID化，利用batch-learning产出nearline环节，online环节所需要的模型。Near-line：
构建于流式计算体系的实时日志解析，行为特征抽取，聚合，实时用户profile预测，实时人群-商品累积行为特征计算，离散化处理；更新在线排序计算依赖的实时字段，UPS中实时userprofile字段，引擎中的商品正排字段；构建基于mini-batch的在线学习模型，增强系统的适应新数据的能力和explore能力； 实时反作弊。Online：各个排序维度模型的在线预测；多个排序因素的在线融合；EE 策略。
个性化体系的移动元素：
查询意图——时间，地点，逛/搜；pull or push。
用户肖像——移动端特色数据；跨屏行为建模，实时肖像特征。
P（满意|query,用户，商品）。
实时个性化。
E&E。
Query/User 意图识别
图6和图7是Query/User 意图识别，
图6
图7
图8
图8为Query 的隐含个性化需求。
个性化数据
图9
如图9，私有化/移动化/社交化，跨屏行为、实时用户肖像。
图10
如图10，用户个性化体系的实时用户DNA。
图11
图11是个性化体系的实时用户DNA，采用滑窗方式抽取训练样本，窗口内的行为中前面n-1个提取特征，最后一个当作目标。
个性化模型
图12
如图12，浏览和交互模式：自上而下的串行模型。
个性化模型的问题定义：个性化模型目标是，
。
如何考虑移动场景下浏览和交互模式下产生的 bias ？串行浏览模式下： 有效点击量化模型 （UCM）；有效pv量化模型 （UBM）。
有效曝光量化模型 （UBM）：
参考： A User Browsing Model to Predict Search Engine Click Data from Past Observations， Georges E. Dupret，Benjamin Piwowarski， SIGIR’08
有效点击量化模型 （UCM）:
参考： Modeling dwell time to predict click-level satisfaction，Youngho Kim, Ahmed Hassan, Ryen W. White , and Imed Zitouni， WSDM 2014
图13
图13为UBM&UCM的结果分析。
图14
图14为个性化模型图。
实时个性化
图15
如图15，流量大，屏幕小，行为特点：碎片化，随时随地。
图16
如图16，互联网机器学习需要“上线”，当把学到的模型投入产品，人的行为会受模型影响，数据分布也会发生变化。
图17
图17为移动搜索的实时计算。
个性化的E&E
图18
如图18， a) 设计有效的个性化探索维度 。 b) explore & exploitation的控制比例。c) 根据业务目标制定合理reward和regret量化函数。
图19
图19列出来未来的挑战，欢迎大家一起来讨论。
分享者介绍：
徐盈辉：日本丰桥技术科学大学计算机科学博士，2005年加入理光日本中央研究所，从事跨媒体检索、图像识别以及自然语言方面的研究。2005年度日本自然语言学会年度最佳论文奖，在国际学士会议发表多篇论文，日美中公开专利近20项；2012年加入阿里，资深算法专家，主导并推动大淘宝平台的搜索体系升级， 与搜索技术团队的工程师一起建立起集offline-nearline-online三位一体的电商平台个性化搜索体系。
来源：阿里技术沙龙
【近战】系列文章，跟踪tag标签即可得到。
