近年来阿里不断运用深度学习、强化学习等人工智能领域的相关知识优化自身电商平台的搜索引擎和推荐系统，让其从冷冰冰的系统不断成长为越来越懂用户的智能购物助手。
淘宝和天猫已经从以人工运营为主分配流量和资源位的方式成功转变为以大数据和人工智能为导向的新方式。
正如《尽在双11》一书中说的那样：“技术的创新与发展必将不断推动商业模式的升级与变革，在生活的方方面面影响我们每一个人。”
《尽在双11》人工智能部分执笔人&阿里技术专家 乐田 与 仁重 就 “人工智能／机器学习技术在电商场景下的应用” 问题在OSCHINA与大家开展了问答活动。
活动主题 人工智能／机器学习技术在电商场景下的应用
活动时间 5月2日-5月8日
活动奖品 活动结束后，OSCHINA将在提问者中抽取 5 名幸运会员赠予《尽在双11——阿里巴巴技术演进与超越》一书。
参与地址 活动页面：https://www.oschina.net/question/2720166_2240334 可点击阅读原文跳转
也可长按识别下方二维码，前往活动页面
专家介绍
乐田，阿里巴巴推推荐算法团队奠基人，商品推荐、内容推荐和大促算法团队负责人。《尽在双11》中“个性化推荐，大数据和智能时代的新航路”一节执笔人。
仁重，阿里巴巴搜索事业部无线搜索高级算法专家，《尽在双11》中“搜索，大促场景下智能化演进之路”一节执笔人。
问答摘选
问：机器学习在阿里电商场景下的最常用算法有哪些？阿里对哪些算法做了有针对性的优化和改进呢？阿里目前推荐系统从用户访问到根据访问记录进行推荐的实时性是多久？
LR、GBDT、RNN有不少人在用了，还有首创的MLR、ItemCF。。针对性的优化和改进主要是在适配阿里的计算平台和大数据方面，这方面例子比较多，如对ItemCF 的Swing算法。
问：机器学习在电商方面除了广告推荐之类的方面外，还有其他的应用么？
机器学习在电商领域的应用从外部产品来看主要涉及3个：搜索、广告、推荐。从内部来看，从商品选品、流量生成机制、物流优化、物流机器人、智能客服、互联网信用贷款等方面都会用到机器学习。
问：一个推荐预测的问题，在浏览了商品A后总是推荐商品A同类的商品是不是很傻，很长时间没有购买说明要么用户放弃或者从其他平台购买了，是否应该推荐A商品上下游的商品？
这问题很好，出太多的历史浏览行为的同类商品是太傻了，但是完全不出也很傻，因此限制了一个比例，这部分用户行为是需要有场景跟踪并且能引导用户消费的，例如有部分用户是在搜索上先搜，然后在有好货和猜你喜欢里看是否有更喜欢的选择。
更多好问题，期待你来问！
