技术论文:电子商务中基于生命阶段的推荐(发表于 ACM KDD2015 )

简介: ACM SIGKDD 国际会议(简称 KDD)是数据挖掘研究领域的顶级盛会,它每年能收到上千篇来自国际知名大学和研究机构的学术论文投稿,这其中仅有一小部分优秀论文可以被接收。2015年5月18日,KDD组委会发布工业和政府相关方向论文的录用消息,阿里巴巴集团搜索事业部推荐团队投稿的论文被录用,表


ACM SIGKDD 国际会议(简称 KDD)是数据挖掘研究领域的顶级盛会,它每年能收到上千篇来自国际知名大学和研究机构的学术论文投稿,这其中仅有一小部分优秀论文可以被接收。2015年5月18日,KDD组委会发布工业和政府相关方向论文的录用消息,阿里巴巴集团搜索事业部推荐团队投稿的论文被录用,表明阿里巴巴集团在工程与学术结合方面得到了国际一流研究人员的认可。


推荐系统在现代电子商务网站中获得了非常大的成功,是数据挖掘的一项重要应用。例如,淘宝、亚马逊、沃尔玛等电商网站都提供了基于用户行为历史的推荐服务。因此,推荐系统是工业界和学术界过去10年在数据挖掘领域的研究热点。另一方面,市场销售专家和社会学家早已注意到客户人生阶段(结婚、怀孕、生孩子、搬家、装修等等)对于购买行为的重要性。这篇录用论文题为《Life-stage Prediction for Product Recommendation in E-commerce》,主要介绍基于人生阶段预测的推荐策略,利用长期历史行为数据,直接对客户的人生阶段建模和预测,并利用这种人生阶段动态的需求变化进行推荐。比如,母亲会在孩子不同的年龄段购买不同的商品。这一策略首先应用在淘宝母婴垂直领域。在离线和线上A/B分桶实验证明了有效性。


这项技术已支撑着淘宝无线和PC上众多的推荐业务(例如、手淘和PC的母婴频道,母婴无线店铺首页推荐等,在这些场景可以直接看到预测的宝宝年龄,提示根据人生阶段进行推荐,提升用户的体验)。团队包括加州大学的教授,及阿里巴巴搜索事业部的专家们。未来他们将探索和研究推荐领域更前沿的方向,比如推荐的新颖性和惊喜性,提升推荐的粘度和回访率。


本人作为一作,有幸在会议上作了口头报告。答疑阶段,有2个问题,第一是否有线上A/B test和结果;第二个问题,是关于人生阶段是否在除母婴之外其他领域有意义。针对这两个问题都根据相关slides做了相应解答。令人自豪和感动的一点是:session chair在介绍时说到,下面的paper presentation是来自阿里巴巴的工作,这也是目前世界上最有影响力的公司之一。瞬间自豪感爆棚有木有!




主要参与成员

江鹏(花名:荐轩,阿里巴巴搜索事业部 算法专家)

朱亚东(花名:朱仙,阿里巴巴搜索事业部 算法专家)

张奕 (加州大学教授)

袁泉(花名:袁全,推荐团队Leader,阿里巴巴搜索事业部 资深算法专家)

相关文章
|
Java 计算机视觉
实现邮箱验证(邮箱验证码登录)
我们要实现web或者Java的发送邮箱验证码到邮箱上进行验证。当然我们需要做一下前提的准备,也就是先要导我们的jar包,然后再进行下一步的操作。
|
2月前
|
缓存 运维 BI
Quick BI使用案例33:如何开启智能小Q语音问数功能?
本文介绍独立部署环境下语音问数功能缺失的解决方案:需配置网络连通性、购买智能语音交互服务、在超管平台设置AK/URL等参数,并于控制台开启语音开关,最终实现“小Q问数”界面麦克风图标显示与语音输入。
|
11月前
|
人工智能 搜索推荐 物联网
GEO优化:AI时代的流量新密码
生成式引擎优化(GEO)是针对AI驱动的搜索引擎(如ChatGPT、DeepSeek、Perplexity等)进行内容优化的策略,旨在提升品牌在AI生成回答中的可见性。 一、 GEO优化的核心框架:SEO + RAG GEO优化主要围绕两个核心环节展开,因为AI搜索通常分为“检索”和“生成”两步。  1. SEO (S…
956 2
|
5月前
|
供应链 前端开发
对公客户经理绩效与团队长奖金设计:制造业链主客群协同经营责任制解析
本文提出制造业链主竞争背景下对公协同经营责任制奖金设计(2026年版),聚焦团队长绩效重构,首创“拓新、活跃、协同、风险”四维拆解框架,推动奖金从“结果分配”转向“责任分配”,解决开户多但沉默、协同难归因、普惠与链主资源冲突等痛点,助力银行深耕客群、提升综合价值。(239字)
|
4月前
|
机器学习/深度学习 人工智能 供应链
数据建模怎么做?一文解析8种经典数据建模方法
本文系统梳理8种经典数据建模方法(回归、分类、聚类、主成分分析、因子分析、关联规则、时间序列及探索式聚类),聚焦业务场景、适用条件与落地要点,破除“建模=高门槛”的误解,强调模型需扎根数据治理基础,真正服务于分析、决策与运营。
|
11月前
|
编解码 人工智能
视频编辑的新成果!港科大&蚂蚁集团提出Ditto框架刷新SOTA!
香港科大、蚂蚁等联合发布Ditto框架,提出自动化视频编辑数据生成方案,构建百万级高质量数据集Ditto-1M,并训练出新SOTA模型Editto。结合模态课程学习,实现从合成数据到真实场景的高效迁移,推动指令驱动视频编辑发展。
392 0
|
人工智能 关系型数据库 分布式数据库
手把手搭本地 RAG!用阿里云 PolarDB、Lindorm+Ollama,数据隐私全自己把控
教你用阿里云PolarDB和Lindorm存向量,Ollama跑本地大模型,LangChain串联流程,打造数据不出私网的离线智能问答系统,安全、省钱、可私有化部署,新手也能快速上手!
1228 1
|
机器学习/深度学习 自然语言处理 搜索推荐
承上启下:基于全域漏斗分析的主搜深度统一粗排
两阶段排序(粗排-精排)一开始是因系统性能问题提出的排序框架,因此长期以来粗排的定位一直是精排的退化版本,业内的粗排的优化方向也是持续逼近精排。我们提出以全域成交的hitrate为目标的全新指标,重新审视了召回、粗排和精排的关系,指出了全新的优化方向
94863 3
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
6200 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
前端开发 JavaScript Java
技术分享:使用Spring Boot3.3与MyBatis-Plus联合实现多层次树结构的异步加载策略
在现代Web开发中,处理多层次树形结构数据是一项常见且重要的任务。这些结构广泛应用于分类管理、组织结构、权限管理等场景。为了提升用户体验和系统性能,采用异步加载策略来动态加载树形结构的各个层级变得尤为重要。本文将详细介绍如何使用Spring Boot3.3与MyBatis-Plus联合实现这一功能。
618 2