天猫是国内最大的B2C 电商之一,在天猫的消费者导购链路中,搜索和推荐是并驾齐驱的两个最重要的环节。
目前整个推荐引导的成交在天猫基本可以占到20%,每天有近1千万用户点击推荐投放的内容。所以推荐准确性、及时性、新鲜度都会很大程度上影响消费者的体验。本次分享主要会从天猫推荐业务、推荐算法框架的设计、机器学习算法的应用等角度来总体介绍,同时会介绍一下阿里大数据竞赛的进展(也即天猫推荐算法大赛)。
听众受益:
-
产品化的天猫推荐框架的设计,比如个性化Ranker、个性化大促会场等等。
-
用户实时意图计算引擎,我们如何实现毫秒基本的用户实时反馈
-
机器学习算法的应用,包括大规模CTR 预估、基于非线性模型的用户偏好计算
-
阿里大数据竞赛进展