京東展示推薦技術 優化算法提升用戶體驗

　　2015年11月19日-21日，由CSDN重磅打造的SDCC2015(中國軟件開發者大會)在北京舉行，吸引了超過上千位專業人士的參與。京東個性化與排序平臺部高級總監鄒宇、京東推薦平臺部總監劉思喆代表京東參與了此項年度技術盛會，并向業界分享了京東的推薦技術。

　　京東推薦產品覆蓋各個渠道，各個平臺，包括PC端、APP端、微信購物、手Q購物以及EDM、定向營銷等。京東推薦產品有四大價值：挖掘用戶潛在的購買需求;縮短用戶到商品的距離;用戶需求不明確的時候提供比較好的參考;吸引有好奇心的用戶。

　　京東個性化與排序平臺部高級總監鄒宇

　　目前，搜索對京東訂單引入貢獻非常大，推薦的貢獻更是高速成長。比如京東推薦系統在京東少兒圖書品類推薦效果優秀，主要原因是商品單價不高，用戶決策并且最終轉化成本很低。

　　京東推薦的架構與算法優化

　　劉思喆介紹了京東推薦的結構。京東推薦最基礎的單元被稱為Key，是最基本的召回元素。Key標準結構可能是商品到商品、用戶到商品的關系，類目到類目的關系，品牌到品牌的關系，人到商品的關系等等。

　　再向上一層就是業務邏輯的封裝層，將推薦位的行為以及用戶當時行為都進行接入，這包括用戶的實時數據還有累積消費數據。然后約有上千個和推薦相關的調度系統，把需要的結果都進行計算，最終會加到這個系統里面。

　　最上層的是整個用戶的反饋環，最終可以變成統計系統，即包含優化目標，也包含整個KPI，可以指導最終的頂層數據的存儲甚至排序，形成推薦系統的閉環。

　　京東推薦平臺部總監劉思喆

　　據透露，京東推薦系統在算法優化上有四個方向。第一，對業務要有一個非常好的理解，主要的手段就是大量的數據分析，對數據的質量以及覆蓋度進行一個比較好的考量，會占25%的權重，第二，京東會測試大量的召回結果，會測試不同算法在不同數據源上的效果，提高召回模型的質量，占據50%權重。第三，京東推薦系統要實時，實時方式拿到用戶的反饋，然后應用不同維度數據源進行結果重新排序，占據15%。第四，把離線放到在線，加大數據更新頻率，響應用戶需求頻率，占據10%。

　　因用戶行為而調整的召回與排序

　　京東的數據主要兩大類，用戶行為數據和基于內容的數據。京東會根據用戶的行為數據構建用戶畫像，比如是不是有小孩，是不是男性，在京東的生命周期怎么樣，促銷的敏感度如何，在家還是單位購物多，購買率的等級是什么?京東會根據用戶的行為做推薦，這大多是通過離線數據計算的。此外，系統還會根據用戶的實時行為進行推薦，比如判斷出用戶喜歡瀏覽牙刷的品類，喜歡電動牙刷，而且偏好聲波類電動牙刷。

　　通過“共現矩陣”的辦法，京東推薦系統可以度量商品到商品的、用戶到用戶的商品、商品到商品的相似指數。比如用戶對某個商品的分值比較高，瀏覽的分值比較高，購買的分值更高。通過這些辦法，可以找到比較貼近其需求和愛好的產品推薦給消費者，在這些基礎算法之外，京東還會應用高級算法提升推薦的效果。

　　京東還會通過一些模型進行推薦，比如用戶的購買力模型、周期商品購買模型、LDA模型等。例如，京東現在有大量第三方商家，會存在有“一品多商”的問題，京東就會用圖片相似等方法做過濾。

　　在排序上，京東會進行兩級預估，先預估CTR(點擊率)，再預估CVR(轉化率)，由此進行排序。這是如何實現的呢?對于任何一個商品，京東都認為它具備品牌、中心詞、類目、擴展屬性等指標，可以用銷售量來度量。每個商品和商品之間有一張購買的網，每個商品的pagerank也可以使用，這個指標不但考慮了數量問題，還考慮了網狀關系，考量的指標還有評論數、好評度、瀏覽深度等。拿一個實際的例子來說，如果某用戶購買產后塑身產品，那么孕婦裝雖然有關聯度，但這種關系會被劇烈地降低權重，因為邏輯上是先懷孕后生產再塑身。

　　鄒宇分享了對冷啟動用戶的處理方法。所謂的“冷啟動”是指一個新用戶，系統中沒有他的行為數據。這個時候，京東做法就是根據人以群分的歸類法則。比如基于社交關系推薦。當然如果這些沒有，可能找更粗的人群分群的方式，比如性別、年齡、地域。當然最極端的情況下，完全沒有，那就根據最近的熱點進行類別多樣化精選推薦的策略，把每一類當下最流行的商品拼在一起推薦給新用戶去看，這其實是試探的過程，然后根據用戶的交互反饋，慢慢向用戶主信息上收斂。

　　重視實驗與監控 迅速確認算法優劣

　　劉思喆介紹，在推薦系統中，京東非常重視實驗與監控。京東是算法和架構分離，架構可以管頂層工程，算法就是每天嘗試各種各樣的特征、數據、規則，以及流量最終的效果怎么樣。

　　京東推薦的實驗系統采用了外部的頁面配置。流量實時生效，而且流量比例是可以任意分配的。簡單修改某一個線上實驗，它的流量就可以實現秒級線上更新，第二天甚至實時可以看到結果。京東的分流策略常用兩種，第一種是隨機，每次刷新看到的結果可能都不一樣，比如十組實驗，每一版都是10%的概率呈現;第二種就是相對固定，一旦看到第一次結果之后，就保證你以后看到的結果都是這個樣子。京東的實驗系統支持版本回溯，算法工程師一旦出現誤配，可以找回相關的版本和權限。

　　除了實時實驗之外，京東實驗系統同樣有離線debug平臺支持，輸入參數可以是一個或多個SKU，也可以是類，進行不同實驗的結果召回，定位不同實驗的效果。這樣算法工程師可以通過自測幾個小的例子，迅速找到自己的算法，在沒有切流量之前問題在哪，或者到底好在什么地方。

　　持續優化迭代 提升推薦系統價值

　　劉思喆認為，算法優化必須逐步迭代。不可能忽然上一個很牛的算法保證效果提高50%，工程師之間的相互交流有助于提高算法優化效果。

　　而通過數據的挖掘，京東也會發現，某些用戶從來不點任何推薦，不點任何廣告，也就是對這個東西完完全全不感冒。那可能京東也有可能對該用戶隱藏推薦系統。“用戶如果能深度地參與到推薦系統里面來，當然可能是無意識的，這時推薦系統才真正做到了極致。”

　　鄒宇認為，京東大數據的價值越來越大。舉例來說，互聯網展示廣告的點擊率通常能到千分之一就不錯了，轉化率更低，通常是萬分之幾。但京東的搜索轉化率高于這種廣告轉化率的幾個數量級，因此，京東的數據會有越來越高的價值，京東的推薦系統在推動業務成長方面的作用也將越來越重要。