2022淘系排序算法｜賈真和電商108將

昨天在某個程序猿的公眾號里，聽了一下午阿里算法資深專家小二分享《2022年目前淘系算法的內部資料》。

今天就把小二分享的部分ppt截圖出來，并且給大家深入淺出的解讀一下，現(xiàn)在淘系的搜索算法，是怎么工作的。

排序算法的背景問題

先看第一張ppt，目前小二舉例的時候，一般會用兩個類目，一個是服飾，一個是3c。

往往以服飾為主，3c數(shù)碼配件類目，作為差異化參照物。

也就是說，研究淘系算法，用服飾類目的產品去研究，才能了解最前沿的算法改變。

先說了淘系搜索目標，是多目標，比如gmv（平臺交易總額），ipv(進入商品頁的點擊次數(shù)），ux(用戶體驗）等等。

基于這多目標，算法工作的流程是：

• 1.用戶有了搜索關鍵詞行為。
• 2.通過召回模型，在數(shù)據庫里匹配幾萬個商品。
• 3.通過預估模型，在幾萬個商品里，找到符合要求的幾千個商品。
• 4.通過極致模型，利用人工學習算法，精選幾十個最符合的產品，進行展現(xiàn)。

算法工作的過程，最終實現(xiàn)的目標，是為了實現(xiàn)交易總額，搜索結果點擊率和用戶體驗，這三個核心維度的最優(yōu)化。

【注意】

不完全把交易額，當成唯一目標。早期淘系就是解決剛需，轉化就是的唯一目標。

但目前淘系不僅想要剛需市場，也想要“種草”市場。

而種草的核心表現(xiàn)，不是立刻購買，是喚起興趣，而喚起興趣的具體行為，就是點擊。

【結論】

點擊率，無比重要！

從LR到深度模型

第二張ppt，淘系從2017年開始進行的深度學習，也就是千人千面。

算法從原來的單一銷量維度，到現(xiàn)在的單場景多任務。

這里的場景，是指主搜索場景，天貓搜索場景，店鋪內搜索場景等，我們賣家關注的，就是主搜索場景。

在主搜索場景下，有多任務：

ctr(曝光點擊率）cvr（轉化率），加購率的最優(yōu)結果。

我們不需要知道，具體算法怎么工作的，只要知道算法的結果是為了點擊率，轉化率，加購率最大化。

那我們想拿搜索流量，就要圍繞著點擊率，轉化率和加購率這三個點，去選產品就可以。

【注意】
從頭到尾，沒有提uv價值這個數(shù)據。

手淘深度預估模型的基礎結構

第三張ppt，預估模型里（從幾萬個粗排結果，到幾千個結果的過程）最核心的工作，是在曝光沒發(fā)生前，預估點擊，轉化，加購的概率。

預估之后，根據反饋進行排序更新：

1.批模式更新，就是累積一批數(shù)據，統(tǒng)一處理，這個時間周期是一天，每天早上8點更新。

2.流模式更新，流動數(shù)據處理，處理時間是5-10分鐘（抖音，直播間的算法）。

淘寶的更新模式，是批模式+流模式：

• 1.在一天之內流模式不斷更新。
• 2.第二天早上8點左右，把一天累積的數(shù)據，再批處理一下，做大更新。
• 3.然后流模式再基于批模式的更新結果，繼續(xù)實時更新。

【注意】
搜索批模式，每天都會更新，如果你流量沒變化，那是說明你產品賽馬沒過關，所以停留在原來曝光池。

在這里我們看到，商品數(shù)據中，因為成交延遲的問題，所以比起抖音，直播，做實時排序難度更大。

抖音用戶刷到某個內容，喜歡就關注了，沒關注后面也不會去找了。

但淘系用戶看到某個商品，當時沒買，有可能過一周后，又找出來買。

用戶個性化的多維視角

第四張ppt，在得到精排的幾千個結果之后，會基于用戶信息，把結果基于用戶反饋。

做千人千面的展示，而千人千面主要關注下面3個維度數(shù)據：

一、關注用戶資料：
1.用戶的注冊信息，年齡，性別等。
2.動態(tài)行為提交的標簽，瀏覽過的店鋪。
3.基于用戶行為，學習到的數(shù)據資料。

二、關注用戶行為周期：
1.秒級行為：瀏覽，點擊，購買。
2.小時級和天級行為。
3.年級別的反饋，復購。

三、關注用戶行為的類別：
正反饋加分 ：點擊 ，加購，購買。
負反饋減分：停留時長短，曝光未點擊。

之前我們只關注“正反饋”結果，但今天聽小二分解，他們更在意的是“負反饋”，因為比起正反饋，負反饋數(shù)據量更大。

一個搜索結果頁面，沒有點擊的產品數(shù)，往往比點擊的商品數(shù)量更多。

負反饋行為舉例：曝光未點擊，點擊未加購。

【結論】
如果重視負反饋數(shù)據，也就意味著，只要產品不行，絕大多數(shù)的增加曝光量“運營”行為，都是自殺。

用戶行為序列模型

第五張ppt里，重點講解了行為模式下，是怎么打分的。

行為打分的重要性排序：
購買>加購>點擊>收藏

這個重要性排序的原因，是發(fā)現(xiàn)距離購買的時間越近，動作行為越重要。

比如，收藏的往往近期不下單，加購的很快會下單，所以加購比收藏更重要。

搜索的機制模型的排序算法，本質上就是基于用戶行為打分，正反饋加分，負反饋減分。

而不同的正反饋，加的分值不一樣。

比如購買+10分，加購+7分，點擊+3分，收藏+1分

同樣道理，不同的負反饋行為，也會減不同的分值，貨比三家加分并不是最多，曝光未點擊應該最多。

【結論】
點擊率，是商品搜索里最重要維度。

在線學習

第六張ppt里，列舉了在線學習的難點和解決辦法。

1.時效性：
比如現(xiàn)在春節(jié)前，和春節(jié)，紅色相關的產品，反饋表現(xiàn)很好。

但春節(jié)一過，反饋就會出現(xiàn)很大差別。

這個就是我研究小紅書的最大收獲，我們發(fā)現(xiàn)小紅書的筆記，都要講究“天時”。

天氣變化，節(jié)日，甚至電影，電視劇，熱搜，甚至比產品本身，更影響用戶的行為反饋結果。

所以，中小賣家的逆襲機會，都出現(xiàn)在預測“天時”。

我們也做了一個表格，什么時間發(fā)什么樣的筆記，能順應“天時”，想要的可以聯(lián)系108將社群里，你的專屬班主任索取。

【解決辦法】
算法在樣本重要性和時效性上，做權衡。

2.正確性
成交反饋延遲，這個是我之前反復說到的。

家具類目，如果用成交作為反饋，轉化周期長，反饋的準確性就會很低。

比如，這個用戶點擊了某個產品，未購買，系統(tǒng)如果把它當成負樣本，準確性就大大降低。

【解決辦法】
新的重要性采樣策略，把加購當成“流模式”更新的維度。

不斷地用“批模式”反饋結果，來升級流模式算法。

3.算力問題
數(shù)據量級太大，在線實時更新，對于算力要求太大

【解決辦法】
從客戶端和云兩個方向，做數(shù)據更新。

客戶端上的數(shù)據，不上傳到阿里云，這樣利用了客戶手機的算力，來實現(xiàn)千人千面。

商品的多模態(tài)表示學習

第7張ppt，里面提到了搜索學習商品的特征信息包含哪些。

1.商品信息，賣家信息，品牌信息，類目信息

2.銷量信息。

3.展示價格，類目價格檔（價格千人千面依據）。

4.文本信息：不僅抓取標題，還會抓取評價里的文本。

5.圖像信息：產品圖，同款圖（同款打散）。

【重點】
連衣裙舉例，主圖展示的款式，是服飾品類的點擊率預估的重要標準。

也就是說，搜索可以通過圖片識別，把圖片款式識別成“風格”，然后把產品推送給喜好相應風格的人。

產品的款式，款式的背景，都會影響到圖片識別的款式。

【舉例】
我喜歡干凈的圖片，所以我在小紅書里刷到的都是干凈的圖片。

但是我看別人小紅書刷到的，都是牛皮癬的，說明主圖制作的風格，也會影響到人群千人千面。

系統(tǒng)創(chuàng)新

最后一張ppt，里面提到了目前淘系搜索的一個創(chuàng)新。

為了降低數(shù)據處理的量級，在用戶客戶端（手機，pc)建立神經網絡，這樣客戶行為數(shù)據，就不用上傳到阿里云，也能實現(xiàn)顧客手機端的千人千面。

【舉例】
你搜索到第一屏結果，有了點擊行為，那么你第二屏的排序，就會基于你第一屏內容的行為，進行實時的排序變化。

好了，我們今天的2022年最新淘系算法的解讀，就到這里。