阿里电商大脑,比你更懂你

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 2016ATF阿里技术论坛于4月15日在清华大学举办,阿里巴巴搜索事业部资深总监、清华校友司罗,向我们讲述了如何构建电商大脑,让整个电商生态更加智能。比你更懂你,来源于在数据、计算与人工智能的完美结合。


2016ATF阿里技术论坛于4月15日在清华大学举办,阿里巴巴搜索事业部资深总监、清华校友司罗,向我们讲述了如何构建电商大脑,让整个电商生态更加智能。比你更懂你,来源于在数据、计算与人工智能的完美结合。 


下面请看司罗的图文演讲。 

 

   

   司罗:我们阿里的业务刚才阿白讲,是环绕全球的,阿里的技术团队也是全球跨地域的,我们有来自各个地方的阿里同事一起用技术的力量,在阿里这个大舞台上为大家创造价值。很高兴回到我的母校清华大学,还深深记得我大学时的老师精彩的课堂讲解和教导,记得当时我们上人工智能的课,我们老师讲了一个案例非常有意思,用人工智能的方法来解释他的小孩如何学家乡话,这么多年过去了,他的小孩已经长成了大小伙,人工智能和大数据在社会生活方方面面也有巨大的应用和进步。 



  

   今天非常荣幸来到这里和大家分享大数据在阿里的应用。新的世纪是大数据的时代,我们把数据和算法看作生产资料和生产力的关系如果没有智能算法,我们只能简单的累加数据,30年来,我们屡次见证了智能算法的力量,改变了人们对智能的认识,阿里巴巴在大数据上进行了非常多的创新。阿里电商的丰富场景提供了非常丰富的大数据,为我们创造了在大数据舞台上创造更多价值的机会。




 
我们可以认为电商的数据主要分为商家、商品、消费者和他们的关系,比如说商家,有着本身商品的上下架的数据,消费者有购买收藏,浏览商品等各种各样的行为。我们有非常丰富的电商数据,我们希望对这些数据能够进行深入的分析。



下面我举一个例子,分析数据我们发现,有些商品之间非常相关,如果我们看到数据说有人购买广场舞鞋后再购买老花镜。那我们对于所有购买老花镜的人推荐老花镜,大家觉得这样会有好的效果吗?实际情况不是这么简单,我们发现有的购买广场舞鞋的人他们的目的并不是自己持有,而是送人。比如说孩子给自己的母亲、或者送同事,所以说对所有购买广场舞鞋的人推荐老花镜是不合适的。精准的给50岁以上的中老年妇女推送是合适的,有好的效果。所以说数据有了,从数据中创造知识,算法深入分析数据是非常重要的。


  
个性化推荐是电商算法中一个非常重要的方法。第一,我们希望能够根据在线消费者的消费行为发现即时有效精确的信息,我们要抓住时尚潮流。同时我们也根据消费者个体、消费者画像,能够提供有针对性的商品,两个例子可以涵盖两方面的目的,在2015年 双十一 的过程中,阿里内部在运用了个性化的方法,让每个消费者看到了不同的主会场,大大提升了用户的消费者的点击率,其中点击率提升50%以上,证明了智能算法的价值。


  

我们所做的个性化算法,我们希望通过在线学习抓住消费者的心理,我们知道电商有各种各样的频道,有各种各样的行业,比如说天猫超市或者阿里汽车等等,原有的推荐很多都是人工来控制的,但是我们发现在实际的工作中,这种简单的设计是不全面的。比如说在下午2点钟左右是主妇消费群体,晚上8点钟左右是下班白领消费群体。所以说我们需要对不同的消费群体进行分析。我们的目的是从不确定中寻找规律。比如有一个赌客,来到赌场里尝试了一些赌博机。要最大化收益,他既希望把钱花到已经尝试的收益好的赌博机上,也希望尝试新的可能带来更好收益的赌博机。

 

在实际的应用中,每一个应用都有它自己的特色,比如说在电商领域,我们知道一个商家的连衣裙是非常热销的,我们也预估同个店铺的一个连衣裙新品可能热销。我们设计了HierarchicalContextual Banding Learning算法。我们说的这个算法,去年在阿里一个每天有上千万的流量的频道上线,每天能多产生近千万级的销售额,这里可以清晰的看到算法的力量。





 

那么第二个实例是手淘无线推送,无线推送就是在用户没有打开app的情况下,也能够推送信息主动触达用户。无线推送是一种非常重要的引流工具,我们的目的是希望在准确的时间向准确的用户发送准确的消息。我们把用户带到手机淘宝,这样的话可以提高用户浏览率的目的。这是我们去年时候的给一个用户推送一个分味小吃的食品的例子。手淘推送是一个非常重要的功能,它原有的工作方式是人工加简单规则,比如说阿里汽车等等,他们都希望自己的活动能够送达适合的人群,但是每个业务方他们由于受到资源的限制,他们无法精确计算适当的人群。而且我们希望一个用户只收到一个信息。所以原来简单人工的方法就是哪个业务方的活动先发,哪个活动拿到用户,这种方式造成资源浪费,无法进行更好的最大化全局利益(如总打开数)。我们做个性化的方法,能够根据消费者在阿里全网的信息,能够准确的分配各种活动到相应的用户,这种算法很大程度上提高了消费者的整体推送打开数。



  

下面我们讲一些有关模型方法的内容,它的目的是对于一系列的活动,希望把这些活动分配给消费者,能够把消费者最感兴趣的一个活动,仅仅一个活动能够送达到这个消费者,所以如果我们把这个弄成数学模型,那么我们在这个活动中,表示着我们究竟应该向什么样的用户发送什么样的信息。



 

我们的目标是希望最大化整体打开数,同时我们还有各种各样的方式来保证,活动应该选到适当的人群,也不要超过太多的人数。当然我们还要保证用户收到的是仅有一个的活动。我们通过优化的方式来实现,非常有效的帮助引流人群的需求,以及全局利益最大化的目的。



 

消息推送本身也是非常丰富的应用,一个方式是把图片加入消息推送中,一个信息本身包含了文字的信息,又包含了图片的信息,我们在算法上对于图片和图,文字的内容进行了联合建模,能够提升用户的体验,打开率可以提高推送10%20%。




还有一个就是基于地理位置信息的推送,我们从两个方式达到这个目的,一个是长时的LBS信息建模,还有一个就是更进一步的即时的LBS信息建模,比如说在一个商圈附近,我们知道这个消费者在线上对一个品牌感兴趣,如果刚好这个商圈附近一个线下的店铺做这个品牌推广,我们就把相应的信息推送给消费者,这样就形成消费者和信息的匹配。所以我们会做到更精准的推送,这样会比推送线上商品收到更精准的效果。



  最后一个我简单介绍一下,我们现在做的一个创新项目,淘宝头条,如果大家使用手机淘宝,你会发现有一个淘宝头条的栏目,淘宝头条的栏目是定位在生活消费资讯平台,能够更好的吸引消费者,提升消费者体验。



那么淘宝头条目的是为了让消费者看到该看的信息,找出消费者该看的想看的头条,同时我们也希望反向预估特定的人群他们所希望看到的信息,这样的话达到创造明日头条的目的。




下面一个关于算法的例子验证了多视角算法在阿里电商方面的运用。我们有一个同事刚生了小孩,一两个月的小孩得了比较重的过敏症,所以说医生嘱咐就要买比较柔软的浴巾,他在手淘上购买了非常柔软的纱布浴巾。下一次他登陆手淘时,头条就给他推荐了“过敏宝宝添加辅食,必须注意这5点的头条内容。以前他并没有搜索或用其他方式表示小孩过敏的情况,可是算法的力量能够给他提供他需要看,也是想看的内容,这是怎么达到的呢?




是因为我们的算法能够精确的发现,购买行为和浏览之间的关系,我们发现有很多的用户,他们购买了像全棉浴巾这样的东西,我们发现他们对小孩过敏的资讯感兴趣,我们把购买行为和阅读行为进行精准的连接。



 

我们头条算法经过了多次的迭代,小步快跑,最开始的算法只是把头条内商品的ID罗列出来来连接消费者。但很多头条没有的商品ID,我们只能通过这些内容信息更好的连接头条和消费者。同时我们也实现了在线学习的功能,用来提升用户体验。这些算法的效果是非常明显的,我们淘宝头条UV大约一年左右的时间增长到原来的4倍,非常显著。能够为消费者创造更多有趣,有意思的头条,同时也能产生更多,更大的商业价值。




 上面我只是介绍了三个的例子,整个阿里的电商算法应用是非常广泛的.希望以后有机会和各位老师同学多合作。 

  

  阿里搜索事业部求贤若渴,请联系 luo.si@alibaba-inc.com。 


关注了解更多阿里技术论坛内容



相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
机器学习/深度学习 人工智能 自然语言处理
京东大模型:「知识」就是力量
京东大模型:「知识」就是力量
|
移动开发 双11 Android开发
全景揭秘阿里文娱智能算法
全景揭秘阿里文娱智能算法
83 0
|
新零售 数据可视化 搜索推荐
美妆品牌Benefit:牵手阿里云数据中台是一场探险
“阿里云数据中台和品牌,就是这样开放融合的良性合作状态。”
411 0
美妆品牌Benefit:牵手阿里云数据中台是一场探险
|
人工智能 编解码 达摩院
淘宝直播在冲刺最复杂的人工智能技术!
上周,主播林珊珊测试了一下淘宝直播团队依据他个人形象打造的虚拟主播,也就是林珊珊下播以后,让虚拟主播上场,粉丝在直播间可以跟虚拟主播互动,虚拟主播则实时介绍商品,回答消费者提问。
36764 0
淘宝直播在冲刺最复杂的人工智能技术!
|
人工智能 大数据 调度
阿里云与饿了么联合研发 ,用人工智能ET送外卖
1月11日,阿里云在大数据平台数加一周年分享会上透露,阿里云已同饿了么合作研发出人工智能ET新的调度引擎,正全面推行到外卖送餐领域。
11148 0
|
机器学习/深度学习 算法 人工智能
时尚电商新赛道:揭秘 FashionAI 技术
从面向机器学习的知识重建切入,提出了在 AI 能力的推动下,让人值得期待的未来。究竟在阿里巴巴研究员眼中,未来是什么样的?接下来,我们一起探秘。
1683 0
|
自然语言处理 计算机视觉 机器学习/深度学习
【酷干货】牧己:探索文娱大脑建设之路
本文根据《优酷技术沙龙——优酷认知实验室专场》现场,阿里巴巴资深技术专家牧己的演讲《探索文娱大脑建设之路》整理成文,围绕着人工智能大数据的鱼脑平台在文娱行业的一些思考和实践展开。
2556 0
|
机器学习/深度学习 人工智能 算法
时尚电商新赛道—FashionAI 技术揭秘
本文是阿里巴巴研究员、淘系技术部 FashionAI 负责人——雷音 在淘系技术嘉年华硅谷站,分享的 《时尚电商新赛道— FashionAI 中的技术》 演讲深度稿件,今天和小编一起来深入了解一下。
668 0
|
新零售 自然语言处理 算法
迈向电商认知智能时代的基石:阿里电商认知图谱揭秘
电商平台最大的挑战是从日益增长的海量商品(数十亿)中挑选出的一个小的子集(几十或上百)展示给用户,以满足用户的个性化的购物需求。
3263 0