京东展示推荐技术 优化算法提升用户体验

2015年11月19日-21日，由CSDN重磅打造的SDCC2015（中国软件开发者大会）在北京举行，吸引了超过上千位专业人士的参与。京东个性化与排序平台部高级总监邹宇、京东推荐平台部总监刘思喆代表京东参与了此项年度技术盛会，并向业界分享了京东的推荐技术。

京东推荐产品覆盖各个渠道，各个平台，包括PC端、APP端、微信购物、手Q购物以及EDM、定向营销等。京东推荐产品有四大价值：挖掘用户潜在的购买需求；缩短用户到商品的距离；用户需求不明确的时候提供比较好的参考；吸引有好奇心的用户。

京东个性化与排序平台部高级总监邹宇

目前，搜索对京东订单引入贡献非常大，推荐的贡献更是高速成长。比如京东推荐系统在京东少儿图书品类推荐效果最好，主要原因是商品单价不高，用户决策并且最终转化成本很低。

京东推荐的架构与算法优化

刘思喆介绍了京东推荐的结构。京东推荐最基础的单元被称为Key，是最基本的召回元素。Key标准结构可能是商品到商品、用户到商品的关系，类目到类目的关系，品牌到品牌的关系，人到商品的关系等等。

再向上一层就是业务逻辑的封装层，将推荐位的行为以及用户当时行为都进行接入，这包括用户的实时数据还有累积消费数据。然后约有上千个和推荐相关的调度系统，把需要的结果都进行计算，最终会加到这个系统里面。

最上层的是整个用户的反馈环，最终可以变成统计系统，即包含优化目标，也包含整个KPI，可以指导最终的顶层数据的存储甚至排序，形成推荐系统的闭环。

据透露，京东推荐系统在算法优化上有四个方向。第一，对业务要有一个非常好的理解，主要的手段就是大量的数据分析，对数据的质量以及覆盖度进行一个比较好的考量，会占25%的权重，第二，京东会测试大量的召回结果，会测试不同算法在不同数据源上的效果，提高召回模型的质量，占据50%权重。第三，京东推荐系统要实时，实时方式拿到用户的反馈，然后应用不同维度数据源进行结果重新排序，占据15%。第四，把离线放到在线，加大数据更新频率，响应用户需求频率，占据10%。

因用户行为而调整的召回与排序

京东的数据主要两大类，用户行为数据和基于内容的数据。京东会根据用户的行为数据构建用户画像，比如是不是有小孩，是不是男性，在京东的生命周期怎么样，促销的敏感度如何，在家还是单位购物多，购买率的等级是什么？京东会根据用户的行为做推荐，这大多是通过离线数据计算的。此外，系统还会根据用户的实时行为进行推荐，比如判断出用户喜欢浏览牙刷的品类，喜欢电动牙刷，而且偏好声波类电动牙刷。

通过“共现矩阵”的办法，京东推荐系统可以度量商品到商品的、用户到用户的商品、商品到商品的相似指数。比如用户对某个商品的分值比较高，浏览的分值比较高，购买的分值更高。通过这些办法，可以找到比较贴近其需求和爱好的产品推荐给消费者，在这些基础算法之外，京东还会应用高级算法提升推荐的效果。

京东还会通过一些模型进行推荐，比如用户的购买力模型、周期商品购买模型、LDA模型等。例如，京东现在有大量第三方商家，会存在有“一品多商”的问题，京东就会用图片相似等方法做过滤。

在排序上，京东会进行两级预估，先预估CTR（点击率），再预估CVR（转化率），由此进行排序。这是如何实现的呢？对于任何一个商品，京东都认为它具备品牌、中心词、类目、扩展属性等指标，可以用销售量来度量。每个商品和商品之间有一张购买的网，每个商品的pagerank也可以使用，这个指标不但考虑了数量问题，还考虑了网状关系，考量的指标还有评论数、好评度、浏览深度等。拿一个实际的例子来说，如果某用户购买产后塑身产品，那么孕妇装虽然有关联度，但这种关系会被剧烈地降低权重，因为逻辑上是先怀孕后生产再塑身。

邹宇分享了对冷启动用户的处理方法。所谓的“冷启动”是指一个新用户，系统中没有他的行为数据。这个时候，京东做法就是根据人以群分的归类法则。比如基于社交关系推荐。当然如果这些没有，可能找更粗的人群分群的方式，比如性别、年龄、地域。当然最极端的情况下，完全没有，那就根据最近的热点进行类别多样化精选推荐的策略，把每一类当下最流行的商品拼在一起推荐给新用户去看，这其实是试探的过程，然后根据用户的交互反馈，慢慢向用户主信息上收敛。

重视实验与监控迅速确认算法优劣

刘思喆介绍，在推荐系统中，京东非常重视实验与监控。京东是算法和架构分离，架构可以管顶层工程，算法就是每天尝试各种各样的特征、数据、规则，以及流量最终的效果怎么样。

京东推荐的实验系统采用了外部的页面配置。流量实时生效，而且流量比例是可以任意分配的。简单修改某一个线上实验，它的流量就可以实现秒级线上更新，第二天甚至实时可以看到结果。京东的分流策略常用两种，第一种是随机，每次刷新看到的结果可能都不一样，比如十组实验，每一版都是10%的概率呈现；第二种就是相对固定，一旦看到第一次结果之后，就保证你以后看到的结果都是这个样子。京东的实验系统支持版本回溯，算法工程师一旦出现误配，可以找回相关的版本和权限。

除了实时实验之外，京东实验系统同样有离线debug平台支持，输入参数可以是一个或多个SKU，也可以是类，进行不同实验的结果召回，定位不同实验的效果。这样算法工程师可以通过自测几个小的例子，迅速找到自己的算法，在没有切流量之前问题在哪，或者到底好在什么地方。

持续优化迭代提升推荐系统价值

刘思喆认为，算法优化必须逐步迭代。不可能忽然上一个很牛的算法保证效果提高50%，工程师之间的相互交流有助于提高算法优化效果。

而通过数据的挖掘，京东也会发现，某些用户从来不点任何推荐，不点任何广告，也就是对这个东西完完全全不感冒。那可能京东也有可能对该用户隐藏推荐系统。“用户如果能深度地参与到推荐系统里面来，当然可能是无意识的，这时推荐系统才真正做到了。”

邹宇认为，京东大数据的价值越来越大。举例来说，互联网展示广告的点击率通常能到千分之一就不错了，转化率更低，通常是万分之几。但京东的搜索转化率高于这种广告转化率的几个数量级，因此，京东的数据会有越来越高的价值，京东的推荐系统在推动业务成长方面的作用也将越来越重要。