
在電商推薦中,如何辨識用戶的選品意向一直是一個有趣的話題。用戶的選品意向從表現(xiàn)上,覆蓋面廣,影響因素多,成因復(fù)雜,又難以預(yù)測。這些意向可能是長時意向,短時意向,廣泛的瀏覽意向,或精準(zhǔn)的購買意向。傳統(tǒng)的推薦方法,很難對這些意向做到精確地量化地區(qū)分,從而造成意向識別不充分,系統(tǒng)反應(yīng)不敏捷,推薦選品重復(fù),浪費(fèi)資源位等諸多問題。如何設(shè)計推薦系統(tǒng),使其通過動態(tài)排序去合理的解決這一問題,一直以來,都是電商研究人員關(guān)注的焦點(diǎn)。攻克這一難題,可以帶來大幅地用戶轉(zhuǎn)化提升以及改善用戶體驗(yàn)的目的。
針對以上問題,京東智能廣告實(shí)驗(yàn)室推薦團(tuán)隊提出了一種深度學(xué)習(xí)與多臂老虎機(jī)相結(jié)合的動態(tài)排序機(jī)制,這種全新的推薦方式,不僅充分結(jié)合了深度學(xué)習(xí)原有的處理海量數(shù)據(jù),高效抽取數(shù)據(jù)特征并進(jìn)行量化的模型特性;同時通過多臂老虎機(jī)對用戶的不同意向進(jìn)行精準(zhǔn)量化,實(shí)時監(jiān)控,對用戶每次線上行為做出更加敏捷的分析,實(shí)時的改變排序策略,達(dá)到深層次建模選品的目的。這篇論文,不僅給出了非常具體的工程實(shí)現(xiàn)方式,而且從理論上對于方法的最優(yōu)性予以了充分的數(shù)學(xué)證明,使廣大從業(yè)者在應(yīng)用時能夠做到“證其優(yōu)、知其優(yōu)、觀其優(yōu)”。
據(jù)京東集團(tuán)副總裁、商業(yè)提升事業(yè)部總裁,同時也是京東智能廣告實(shí)驗(yàn)室負(fù)責(zé)人顏偉鵬博士介紹,這種深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)相結(jié)合的推薦方式,是繼Google, Uber, DeepMind等大型國際人工智能研究機(jī)構(gòu)在圍棋、電競、智能駕駛等領(lǐng)域應(yīng)用后,在推薦領(lǐng)域上的首次大規(guī)模工業(yè)應(yīng)用,無論國內(nèi)或是國外,均屬領(lǐng)先水平。深度動態(tài)排序的在京東電商推薦的成功(新系統(tǒng)對于多項推薦核心指標(biāo)均帶來了非??捎^的提升:銷售額+16.7%,轉(zhuǎn)化+2.6%)充分說明,人工智能對于電商而言充滿了想象空間。如何更好地對電商、計算廣告等領(lǐng)域中諸多問題進(jìn)行建模,有朝一日在電商領(lǐng)域?qū)崿F(xiàn)強(qiáng)人工智能,這些話題對于每一個算法從業(yè)人員來說,都意義深遠(yuǎn)且大有可為。
京東智能廣告實(shí)驗(yàn)室隸屬京東商城商業(yè)提升事業(yè)部,主要從事智能廣告相關(guān)的基礎(chǔ)研究和應(yīng)用研究,研究范疇涵蓋視頻圖像、NLP、大規(guī)模機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、推薦技術(shù)、廣告機(jī)制等多個領(lǐng)域。實(shí)驗(yàn)室成員包括有學(xué)術(shù)能力的碩士、博士研究生以及經(jīng)由實(shí)驗(yàn)室招募的優(yōu)秀學(xué)者、在行業(yè)內(nèi)和學(xué)術(shù)圈內(nèi)有技術(shù)影響力的科學(xué)家。目前京東智能廣告實(shí)驗(yàn)室已累計研究成果數(shù)十項,其中多個項目榮獲京東集團(tuán)技術(shù)創(chuàng)新獎項,多篇論文被國內(nèi)外知名學(xué)術(shù)機(jī)構(gòu)收錄。