【51CTO特約報(bào)道】2013年7月13-14日， 由阿里巴巴集團(tuán)主辦的ADC•阿里技術(shù)嘉年華將在杭州海外海國(guó)際會(huì)展中心舉行，2011年舉辦首屆，今年是第三屆，已發(fā)展為互聯(lián)網(wǎng)行業(yè)最開(kāi)放、最實(shí)戰(zhàn)派的技術(shù)交流盛會(huì)之一。被大家視為碼農(nóng)典范的技術(shù)大神MySQl的創(chuàng)始人Michael Widenius，將作為嘉賓現(xiàn)場(chǎng)分享。

本屆嘉年華設(shè)置了大數(shù)據(jù)技術(shù)與應(yīng)用、無(wú)線技術(shù)、業(yè)務(wù)架構(gòu)&后端技術(shù)、前端技術(shù)、搜索、廣告、體驗(yàn)設(shè)計(jì)、互聯(lián)網(wǎng)測(cè)試、系統(tǒng)開(kāi)發(fā)和運(yùn)維等九大分場(chǎng)，共有80多個(gè)主題，其中包括了阿里巴巴、騰訊、百度及更多知名的互聯(lián)網(wǎng)公司的在實(shí)踐中積累起來(lái)的技術(shù)經(jīng)驗(yàn)。比如阿里巴巴的去IOE、新浪微博的系統(tǒng)穩(wěn)定性等主題都反映了業(yè)界的主流的工程技術(shù)方向。

這次是來(lái)自于一淘的技術(shù)專家陳曦（公達(dá)）給我們帶來(lái)的課題：個(gè)性化搜索和應(yīng)用，主要是挖掘用戶的群體特性和購(gòu)物傾向。建立一整套以數(shù)據(jù)驅(qū)動(dòng)，合理的個(gè)性化特征體系和優(yōu)化目標(biāo)的個(gè)性化模型。解決個(gè)性化搜索中面臨的一些重要問(wèn)題：搜索結(jié)果的多樣性，防止過(guò)度個(gè)性化。介紹個(gè)性化模型的算法、系統(tǒng)和可視化數(shù)據(jù)分析工具。

[[77311]] 

在演講過(guò)程中，公達(dá)給大家介紹了為什么要做個(gè)性化搜索。首先是解決長(zhǎng)尾需求，實(shí)現(xiàn)搜索結(jié)果多樣性，再者就是滿足用戶隱含購(gòu)物需求，縮短購(gòu)物路徑。所以，在我們購(gòu)買T恤通過(guò)——T恤 女——T恤 女 甜美——T恤 女 甜美[50~100]這樣的一個(gè)過(guò)程。

那么在什么時(shí)候我們才需要個(gè)性化呢？公達(dá)給我們一個(gè)用戶意圖分析模型來(lái)說(shuō)明這個(gè)問(wèn)題。

個(gè)性化搜索會(huì)針對(duì)用戶的行為推薦，比如對(duì)于高檔購(gòu)買力的人和低檔購(gòu)買力的人推薦展示結(jié)構(gòu)是不一樣的。

個(gè)性化搜索系統(tǒng)主要是通過(guò)搜索基礎(chǔ)數(shù)據(jù)，比如商品，用戶以及Query來(lái)通過(guò)離線計(jì)算，這里又包括了全量數(shù)據(jù)處理，實(shí)時(shí)數(shù)據(jù)處理通過(guò)用戶數(shù)據(jù)引擎和Query處理引擎發(fā)送到前端，當(dāng)然也可以通過(guò)商品搜索引擎直接推送到前端。

公達(dá)還給出了一個(gè)購(gòu)買力模型，主要是包括：類目?jī)r(jià)格分檔、根據(jù)用戶（購(gòu)買，收藏，點(diǎn)擊）寶貝的架構(gòu)來(lái)計(jì)算用戶+類目的購(gòu)買力；利用；還有一個(gè)是利用協(xié)同過(guò)濾的思想，補(bǔ)充沒(méi)行為的用戶+類目的購(gòu)買力。下面給出一個(gè)小編看不懂的模型：

[[77312]] 

個(gè)性化搜索還有個(gè)關(guān)鍵詞偏好，一淘通過(guò)用戶點(diǎn)擊，購(gòu)買，成交，收藏的商品標(biāo)題挖掘用戶所關(guān)注的語(yǔ)意單元的信息。這里公達(dá)給大家提供了官方思路：基于歷史商品標(biāo)題分詞粒度的TF-IDF統(tǒng)計(jì)模式。那么這樣問(wèn)題在哪里呢？第一，粒度太細(xì)，用戶在單個(gè)詞上難有長(zhǎng)期偏好，第二，詞太多，存儲(chǔ)空間大；第三，頁(yè)面展示效果較凌亂。還有一個(gè)思路就是建立基于<user-商品>原始統(tǒng)計(jì)為基礎(chǔ)的topic model的解決方案。

下面淘寶還分析了用戶數(shù)據(jù)，主要是購(gòu)買力和年齡的分布情況。