你好,游客 登录 注册 发布搜索
背景:
阅读新闻

京东首页改版: “千人千面”的源动力

[日期:2015-04-15] 来源:慧聪it网  作者: [字体: ]

  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(WWW.JD.COM)正式亮相。新首页不仅对楼层设计进行了全面优化,更依靠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示。看似简单的推荐,在背后依靠贯穿京东在网页版、移动端、微信手Q平台上的海量用户行为数据,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,降低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“今日推荐”和“猜你喜欢”两个全新板块

  京东新首页增加了“今日推荐”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”选拔没有什么两样。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,相当于是总决赛。

  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,如购买行为、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为的召回,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;再来看看基于浏览行为的召回,最近股市很火,某用户最近浏览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,比如某用户喜欢服饰箱包、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;最后,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。

基于不同模型下的转化率分析结果

  基于不同模型下的转化率分析结果

  好了,海选部分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,是怎么玩的呢?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合算法,这样效率会最大化。从算法来看,有8-9个模型,如在线相关,在线相似,离线相关,离线相似,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,总体效率是最高。

  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关指标的达成率,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“最近点击的商品”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%。当然,这也并不是越多越好,京东也会进行除重过滤,用户已经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、牙刷易耗品可能过一两个月会推荐,电视、冰箱会经过一年或者是半年推荐。除了多模型融合外,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,它不仅可以为用户推荐个性化商品,更促成了精准营销的达成。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。因为商品有自身品牌,品类,商品适用的人群,价格指数等等。京东会结合用户的行为,因为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,也逐步引入场景化映射能力。京东有首页PC端,手机APP,微信、手Q等等,用户在微信、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示其兴趣所在,当他回到家中看电视时,他手机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射满足用户需求,也为精准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,带来的订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什么方向优化?刘尚堃表示,除了单品之外,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,并不太容易产生直接的转化,比如说像手机、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。用户要买一个手机、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手机,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,也会考虑增加“落地页”的设计。在落地页中,不仅有相似商品,还有相关商品的推荐。在推荐算法上,京东会应用一些新技术,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。这一天会提前到来吗?我们拭目以待。

收藏 推荐 打印 | 录入:574107552 | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款