阿里巴巴大数据及AI实战.pdf

相比于其他推荐产品，手淘推荐也有自身的如下特点： 1. 购物决策周期：手淘推荐的主要价值是挖掘用户潜在需求和帮助用户购买决 策，用户的购物决策周期比较长，需要经历需求发现 , 信息获取，商品对比 和下单决策的过程，电商推荐系统需要根据用户购物状态来做出推荐决策。 2. 时效性：我们一生会在淘宝购买很多东西，但是这些需求通常是低频和只在 很短的时间窗口有效，比如手机 1~2 才买一次但决策周期只有几小时到几 天，因此需要非常强的时效性，需要快速地感知和捕获用户的实时兴趣和探 索未知需求 , 因此，推荐诞生之初就与 Flink、Blink 实时计算关系非常紧密。 3. 人群结构复杂：手淘中会存在未登录用户、新用户、低活用户以及流式用户 等，因此需要制定差异化的推荐策略，并且针对性地优推荐模型。 4. 多场景：手淘推荐覆盖了几百个场景，每个场景都独立进行优化显然是不可 能的，而且每个场景的条件不同，因此超参也必然不同，无法依靠人工逐个 优化场景模型的参数，因此需要在模型之间进行迁移学习以及自动的超参学 习等，通过头部场景的迁移学习来服务好尾部场景。 5. 多目标和多物种