阿里技術(shù)沙龍-伯隅-標(biāo)簽導(dǎo)購

1、標(biāo)簽生成與推薦在淘寶導(dǎo)購中的應(yīng)用共享業(yè)務(wù)平臺(tái)-伯隅內(nèi)容概要 背景介紹 探索詳解 未來之路背景介紹 淘寶購物方式 關(guān)鍵詞搜索 類目瀏覽 商品的增長 購物方式的改變關(guān)鍵詞搜索top8w其余0.27%詞與PV50%幾十億商品爭奪出場機(jī)會(huì)買賣成本基于類目導(dǎo)購方式 流量入口的限制類目數(shù)量商品成交標(biāo)簽：另一種流量入口 新的商品組織方式 緩解流量的長尾重新組織節(jié)點(diǎn)-重新組織商品探索- 自動(dòng)抽取 需要解決的問題 標(biāo)簽從哪里來 如何關(guān)聯(lián)商品 如何組織商品 可控的思維 定義標(biāo)簽語義類別 定義標(biāo)簽關(guān)系標(biāo)簽定義 類別定義 B品牌 P品類 T描述 A屬性品類品類詞詞指某一類商品的統(tǒng)稱，如：七分褲、爽膚水、t恤、牛仔褲、

2、洗發(fā)水等等。屬性詞屬性詞指淘寶后臺(tái)類目下的屬性項(xiàng)名稱，如： “品牌”、“型號(hào)”、“風(fēng)格”、“款式”等。描述詞描述詞指描述商品的物理意義或者感性意義的詞匯：“性感”，“甜美”，“麻辣”等。標(biāo)簽數(shù)據(jù)源標(biāo)題結(jié)構(gòu)化數(shù)據(jù)詳情頁流量入口關(guān)鍵信息信息規(guī)整內(nèi)容豐富產(chǎn)品詞挖掘 標(biāo)題中找產(chǎn)品詞 相對(duì)專業(yè)、演化頻率高 轉(zhuǎn)化未登錄詞的識(shí)別問題 標(biāo)題中字詞有具有序列規(guī)律 標(biāo)注序列的過程 - 使用CRF模型產(chǎn)品詞挖掘 標(biāo)題中的產(chǎn)品詞 未登入詞的識(shí)別 CRF模型產(chǎn)品詞標(biāo)記備注S-PRO單字產(chǎn)品詞B-PRO產(chǎn)品詞首字E-PRO產(chǎn)品詞尾字O非產(chǎn)品詞的字標(biāo)注數(shù)據(jù)商品標(biāo)題核心詞庫模板新詞增加增加30%+品牌詞挖掘 開放的結(jié)構(gòu)化數(shù)據(jù)

3、小二管控開放輸入數(shù)據(jù)凈化品牌庫描述詞整理 描述詞概要 結(jié)構(gòu)化詞量占比小 語義豐富 問題 歸一 語義層次整理大碼女裝、 加大碼、加肥加大甜甜美美荷葉荷葉邊邊泡泡泡泡袖袖娃娃娃娃領(lǐng)領(lǐng)品牌, 貨號(hào), 描述詞描述詞整理 Topic model + 人工整理沉淀LDA模型：模型：隨即抽取女裝隨即抽取女裝20w商品商品主題數(shù)在主題數(shù)在50300個(gè)個(gè)輸出標(biāo)注：輸出標(biāo)注： 娃娃領(lǐng)領(lǐng):22.994, 甜美甜美:5.411, 公主公主:4.56, 復(fù)古復(fù)古:4.016, 可愛可愛:3.8, 蕾絲蕾絲:3.068 中老年中老年:28.43, 媽媽裝媽媽裝:24.146, 中老年女裝中老年女裝:17.791, 中年中

4、年:17.23, 媽媽媽媽:13.026, 中年女裝中年女裝:12.909, 其它圖案其它圖案:3.93, 開衫開衫:3.077, 清倉清倉:9.345, 特價(jià)特價(jià):7.548, 促銷促銷:7.115, 正品正品:3.648, 大碼女裝大碼女裝:10.974, 加大碼加大碼:9.802, 潮人潮人:7.293, 加肥加大加肥加大:6.813, 平平米米:5.126, 大碼大碼:4.235, 標(biāo)簽關(guān)聯(lián)商品商品信息知識(shí)庫（同義，層次）描述詞整理標(biāo)簽詞庫單個(gè)商品包含的標(biāo)簽匹配分類模型關(guān)系定義 四種類別15種關(guān)系網(wǎng)狀關(guān)系的定義 關(guān)系列舉iphone的品牌是蘋果蘋果 夜夜店店和露背露背經(jīng)常修飾同一件商品

5、裹裹胸胸是婚紗婚紗的一種主打樣式樣式森森女女是一種風(fēng)格風(fēng)格小小清新清新的代表性品牌品牌是hello kitty可以把手機(jī)手機(jī)和手機(jī)殼手機(jī)殼搭配來購買對(duì)圍巾圍巾感興趣的人，也對(duì)絲綢絲綢感興趣目前家具擺件擺件品類中的桃木劍桃木劍很暢銷佛珠佛珠手鏈?zhǔn)宙準(zhǔn)且环N流行飾品飾品關(guān)系類型產(chǎn)品- 品牌描述- 描述描述- 屬性描述 屬性描述 品牌產(chǎn)品 - 產(chǎn)品產(chǎn)品 產(chǎn)品產(chǎn)品 產(chǎn)品關(guān)系挖掘 異類類別 互信息與閾值 t-檢驗(yàn) 同類類別 協(xié)同過濾 t（n1）描述詞協(xié)同過濾的算法機(jī)器標(biāo)簽-場景導(dǎo)購探索一 -分析總結(jié) 人工方式+自動(dòng)擴(kuò)展 詞源不夠豐富有趣 受限query詞 賣家標(biāo)題流量入口限制 不是真正意義上的UGC 標(biāo)簽

6、是抽取的 買賣雙方都沒有直接影響內(nèi)容的機(jī)會(huì)探索二-標(biāo)簽市場化 賣家打標(biāo)試探標(biāo)簽市場化 需要解決的問題 標(biāo)簽的生成 單個(gè)標(biāo)簽的質(zhì)量 歸一問題(詞組) 標(biāo)簽與商品的關(guān)聯(lián) 標(biāo)簽關(guān)系的生成 標(biāo)簽展示標(biāo)簽生成原始標(biāo)簽指標(biāo)過濾：指標(biāo)過濾：商品數(shù)、賣家商品數(shù)、賣家數(shù)數(shù)低質(zhì)量低質(zhì)量黑名單過濾黑名單過濾同義同義歸一歸一最終標(biāo)簽清倉 特價(jià) 秒殺 虧本 促銷招財(cái)開運(yùn),轉(zhuǎn)運(yùn)招財(cái),招財(cái)旺運(yùn)同義詞庫標(biāo)簽同義歸一旺財(cái)=招財(cái)，開運(yùn)=轉(zhuǎn)運(yùn)=旺運(yùn)詞組分詞：詞組分詞：轉(zhuǎn)運(yùn)招財(cái)細(xì)粒度詞細(xì)粒度詞轉(zhuǎn)運(yùn) 招財(cái)細(xì)粒度歸一細(xì)粒度歸一還原詞組還原詞組詞組歸詞組歸一一開運(yùn) 旺財(cái)旺財(cái)開運(yùn)Topic model+ 人工整理標(biāo)簽關(guān)聯(lián)商品 賣家打標(biāo) 保證

7、語義相關(guān) 增加賣家犯錯(cuò)成本 產(chǎn)品層面保障 請(qǐng)上來往和美女PD聊業(yè)務(wù)，廠外優(yōu)先標(biāo)簽關(guān)系的生成 標(biāo)簽數(shù)據(jù)新特點(diǎn) 字面形態(tài)豐富 語義類別決定語義關(guān)系 品牌 品類 描述 屬性 讓用戶定義，我們“學(xué)習(xí)” Svm Ranking svm訓(xùn)練數(shù)據(jù)相關(guān) or 不相關(guān)主觀性比較強(qiáng)Learning to rank 大于大于 大于大于 標(biāo)簽對(duì) 特征選取 字面特征 編輯距離 語義特征 Lda 語義空間相似度 包含詞性 等等 業(yè)務(wù)特征 賣家、買家、類目重合等Ranking svm 效果評(píng)測 測試集準(zhǔn)確率75%標(biāo)簽市場化 - 分析總結(jié) 用戶是標(biāo)簽創(chuàng)新的源泉 帶給算法的挑戰(zhàn) 類別與關(guān)系不可定義 “學(xué)習(xí)”相關(guān)性 依賴于細(xì)粒度標(biāo)簽未來的規(guī)劃 解