承德信息港
教育
当前位置:首页 > 教育

京东首页改版千人千面的源动力

发布时间:2019-09-17 04:41:43 编辑:笔名

  京东首页改版: “千人千面”的源动力

  2015年4月左右,京东首页改版,推出基于个性化推荐引擎的千人千面,这也意味着,每一个用户都会看到不一样的个性推荐。千人千面如何实现?背后又有什么有趣的故事?京东商城研发部推荐搜索部负责人刘尚堃道破天机。

  京东首页改版:千人千面成亮点

  2015年3月27日,京东商城新首页()正式亮相。新首页不但对楼层设计进行了全面优化,更依托大数据技术实现了千人千面的个性化内容推荐,以更亲切流畅的用户体验、更丰富的购物动线,带给用户全新体验,

  值得一提的是,基于大数据平台和个性化推荐算法,京东新首页在今日推荐和猜你喜欢两个板块上实现了千人千面,即针对不同用户提供不同内容展现。看似简单的推荐,在背后依托贯穿京东在页版、移动端、手Q平台上的海量用户行动数据,建立了用户、商品和店铺之间的关联图谱,为用户提供丰富多样的商品候选集合。同时,精细的用户全貌刻画能准确感知用户的实时和长期兴趣,下降重复品类推荐对用户造成的困扰。据测试数据,新版在点击率、转化率、流量分发等指标上相对旧版有了明显提高。

  京东新首页增加了本日推荐和猜你喜欢两个全新板块

  千人千面技术揭秘:和超女选拔一样?

  千人千面如何实现,实际上个性化推荐和超女提拔没有甚么两样。首先是海选,即从海量商品选取到用户感兴趣的候选集合,其次再基于候选进行排序,相当因而总决赛。

  在海选层面,选取候选集合会利用召回模型,这个模型会基于很多维度,如购买行动、浏览行为、用户偏好、地域属性等进行运算。首先来看看基于购买行动的召回,某个用户购买了Kindle,模型就会推荐一个Kindle的保护套,这是基于购买的搭配;再来看看基于阅读行动的召回,近股市很火,某用户近阅读金融类的入门书籍比较多,模型就会推荐一些炒股类的书籍;复次,基于用户偏好的召回,比如某用户喜欢衣饰箱包、喜欢GUCCI品牌、喜欢BB霜、该用户是女性、职业为销售经理等,购买力中等偏上,就会根据用户的偏好进行针对性召回;,基于用户地域的召回,比如某北京三里屯地区用户感兴趣的商品可能有扑克牌,水等;而北京某小学校的主要数据集中在袜子、晾衣架等等。

  #FormatImgID_1#

  基于不同模型下的转化率分析结果

  好了,海选部份可能大家都十分清楚了。那么,基于候选进行排序,即总决赛阶段,是怎样玩的呢?刘尚堃表示,这就是一个排序的算法问题了。京东有许多算法模型,目前采用的办法是多个模型融会算法,这样效力会化。从算法来看,有个模型,如相干,相似,离线相干,离线类似,近期比较热销的品牌和品类、基于用户实时行为建立的一些模型。京东发现,将所有的模型组合在一起,整体效力是。

  那么,京东如何支持算法的高速迭代呢?那就是通过实验竞争去实现,通过平均每周7至8个算法实验去衡量相干指标的达成率,如转化率、点击率、GMV等等,由此保持优胜劣汰的生态环境。

  技术创新:驱动京东业务增效

  京东是一个技术驱动的电商企业。那么,京东技术创新是如何驱动业务增长的呢?

  仍然以上述推荐引擎为例,在京东多个频道中,就采用这种强大的推荐引擎。技术部门刚开始将用户近期关注的商品和近点击的商品作为两个模型加入进去,整体转发率较之原算法提升了100%左右。后又把用户放入购物车的商品作为另外一个模型加入,整体绩效又提升5%~10%。固然,这也并不是越多越好,京东也会进行除重过滤,用户已购买的商品绝不会贸然推荐,京东会引入品类、品牌的周期性模型,比如牙膏、牙刷易耗品可能过1两个月会推荐,电视、冰箱会经过一年或是半年推荐。除多模型融合外,京东还进行了排序学习算法的优化,又有一个20%的提升。

  而值得一提的是,京东用户画像的技术应用,它不但可以为用户推荐个性化商品,更促进了营销的达成。京东用户画像是怎么实现的呢?据悉,京东是通过商品画像推导出用户画像的。由于商品有本身品牌,品类,商品适用的人群,价格指数等等。京东会结合用户的行动,由于用户有一连串对商品的点击、购买、关注和收藏等举动,系统就会推导得出用户的画像。比如说一个爱好数码的人,经常关注数码类的新品,有的人长期喜欢户外,可能长期关注一些冲锋衣等等。

  在京东用户画像技术中,也逐渐引入场景化映射能力。京东有首页PC端,APP,、手Q等等,用户在、手Q的行为可以体现在APP和PC端。比如说某用户在公司的点击、购买、关注和收藏行为会揭露其兴趣所在,当他回到家中看电视时,他推荐的场景就会力求匹配其兴趣。由此,用户画像不仅能随时随地以场景化的映照满足用户需求,也为营销的实现提供了可能。目前,京东在移动端实现了个性化推荐占比10%以上,带来的定单贡献占移动端总订单的比例也超过10%。

  京东个性化推荐:未来的优化方向

  京东个性化推荐未来将向甚么方向优化?刘尚堃表示,除单品之外,将有可能把推荐对象延伸至类目。有一些单品在个性化推荐当中,其实不太容易产生直接的转化,比如说像、情侣睡衣、冰箱、笔记本、手表、平板电视等等。这些东西给了推荐之后,用户并不会直接买,可能会有兴趣,会去点击。用户要买一个、男表会经过很多思考才会买。像这些东西怎么办?更多的给推荐一个类目,不会推荐到具体某一个,而是会在猜你喜欢的推荐类给你一些品牌、店铺或者是一些活动,从单品引向更宽的入口。

  在推荐产品形态上,也会斟酌增加落地页的设计。在落地页中,不仅有类似商品,还有相关商品的推荐。在推荐算法上,京东会运用一些新技术,如将DNN技术应用到推荐排序当中去。我们原来是L2R算法,未来将使用DNN技术,会进一步丰富排序的特征。

  刘尚堃对京东个性化推荐信心满满,在当前推荐位的情况下,再提升40%、50%的效能是能做到的,因为京东个性化首页产品上线还不到一个月。。而谈及个性化推荐是否会对首页加载速度有影响时,刘给出了否定的答案,不会,每秒支持10000QBS(每秒查询率)是没有问题的。

  或许,在未来的京东,每个用户都能实现完全个性化的首页和栏目页,这也意味着,京东将更多的变成一个智能化的电商平台,知用户所需,荐用户所想。这1天会提前到来吗?我们拭目以待。

  关注ITBear科技资讯公众号(itbear365 ),每天推送你感兴趣的科技内容。

  特别提醒:本内容转载自其他媒体,目的在于传递更多信息,并不代表本赞同其观点。其原创性和文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,并请自行核实相关内容。本站不承当此类作品侵权行为的直接及连带。如若本有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理终了。

2013年温州人工智能企业
优贝甜获千万级Pre-A轮融资,将发力下沉市场
麦格纳再投3亿美元深入发展电动化领域
友情链接