阿里專家問答丨人工智能／機器學習技術在電商場景下的應用

　　近年來阿里不斷運用深度學習、強化學習等人工智能領域的相關知識優化自身電商平臺的搜索引擎和推薦系統，讓其從冷冰冰的系統不斷成長爲愈來愈懂用戶的智能購物助手。

　　淘寶和天貓已經從以人工運營爲主分配流量和資源位的方式成功轉變爲以大數據和人工智能爲導向的新方式。

　　正如《盡在雙11》一書中說的那樣：「技術的創新與發展必將不斷推進商業模式的升級與變革，在生活的方方面面影響咱們每個人。」

　　　　　　　　　　　　　　　　　　　

　　《盡在雙11》人工智能部分執筆人&阿里技術專家 樂田 與 仁重 就 「人工智能／機器學習技術在電商場景下的應用」 問題在OSCHINA與你們開展了問答活動。

活動主題 人工智能／機器學習技術在電商場景下的應用

活動時間 5月2日-5月8日

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——阿里巴巴技術演進與超越》一書。

參與地址 活動頁面：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，前往活動頁面

專家介紹

　　　　　　　　　　　　　　　　　　　　　　　

　　樂田，阿里巴巴推推薦算法團隊奠定人，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。 
　　　　　　　　　　　　　　　　　　　　　　　

　　仁重，阿里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：機器學習在阿里電商場景下的最經常使用算法有哪些？阿里對哪些算法作了有針對性的優化和改進呢？阿里目前推薦系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有很多人在用了，還有獨創的MLR、ItemCF。。針對性的優化和改進主要是在適配阿里的計算平臺和大數據方面，這方面例子比較多，如對ItemCF 的Swing算法。

問：機器學習在電商方面除了廣告推薦之類的方面外，還有其餘的應用麼？

　　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、流量生成機制、物流優化、物流機器人、智能客服、互聯網信用貸款等方面都會用到機器學習。

問：一個推薦預測的問題，在瀏覽了商品A後老是推薦商品A同類的商品是否是很傻，很長時間沒有購買說明要麼用戶放棄或者從其餘平臺購買了，是否應該推薦A商品上下游的商品？

　　這問題很好，出太多的歷史瀏覽行爲的同類商品是太傻了，可是徹底不出也很傻，所以限制了一個比例，這部分用戶行爲是須要有場景跟蹤而且能引導用戶消費的，例若有部分用戶是在搜索上先搜，而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！