2022淘系排序算法｜贾真和电商108将

昨天在某个程序猿的公众号里，听了一下午阿里算法资深专家小二分享《2022年目前淘系算法的内部资料》。

今天就把小二分享的部分ppt截图出来，并且给大家深入浅出的解读一下，现在淘系的搜索算法，是怎么工作的。

排序算法的背景问题

先看第一张ppt，目前小二举例的时候，一般会用两个类目，一个是服饰，一个是3c。

往往以服饰为主，3c数码配件类目，作为差异化参照物。

也就是说，研究淘系算法，用服饰类目的产品去研究，才能了解最前沿的算法改变。

先说了淘系搜索目标，是多目标，比如gmv（平台交易总额），ipv(进入商品页的点击次数），ux(用户体验）等等。

基于这多目标，算法工作的流程是：

• 1.用户有了搜索关键词行为。
• 2.通过召回模型，在数据库里匹配几万个商品。
• 3.通过预估模型，在几万个商品里，找到符合要求的几千个商品。
• 4.通过极致模型，利用人工学习算法，精选几十个最符合的产品，进行展现。

算法工作的过程，最终实现的目标，是为了实现交易总额，搜索结果点击率和用户体验，这三个核心维度的最优化。

【注意】

不完全把交易额，当成唯一目标。早期淘系就是解决刚需，转化就是的唯一目标。

但目前淘系不仅想要刚需市场，也想要“种草”市场。

而种草的核心表现，不是立刻购买，是唤起兴趣，而唤起兴趣的具体行为，就是点击。

【结论】

点击率，无比重要！

从LR到深度模型

第二张ppt，淘系从2017年开始进行的深度学习，也就是千人千面。

算法从原来的单一销量维度，到现在的单场景多任务。

这里的场景，是指主搜索场景，天猫搜索场景，店铺内搜索场景等，我们卖家关注的，就是主搜索场景。

在主搜索场景下，有多任务：

ctr(曝光点击率）cvr（转化率），加购率的最优结果。

我们不需要知道，具体算法怎么工作的，只要知道算法的结果是为了点击率，转化率，加购率最大化。

那我们想拿搜索流量，就要围绕着点击率，转化率和加购率这三个点，去选产品就可以。

【注意】
从头到尾，没有提uv价值这个数据。

手淘深度预估模型的基础结构

第三张ppt，预估模型里（从几万个粗排结果，到几千个结果的过程）最核心的工作，是在曝光没发生前，预估点击，转化，加购的概率。

预估之后，根据反馈进行排序更新：

1.批模式更新，就是累积一批数据，统一处理，这个时间周期是一天，每天早上8点更新。

2.流模式更新，流动数据处理，处理时间是5-10分钟（抖音，直播间的算法）。

淘宝的更新模式，是批模式+流模式：

• 1.在一天之内流模式不断更新。
• 2.第二天早上8点左右，把一天累积的数据，再批处理一下，做大更新。
• 3.然后流模式再基于批模式的更新结果，继续实时更新。

【注意】
搜索批模式，每天都会更新，如果你流量没变化，那是说明你产品赛马没过关，所以停留在原来曝光池。

在这里我们看到，商品数据中，因为成交延迟的问题，所以比起抖音，直播，做实时排序难度更大。

抖音用户刷到某个内容，喜欢就关注了，没关注后面也不会去找了。

但淘系用户看到某个商品，当时没买，有可能过一周后，又找出来买。

用户个性化的多维视角

第四张ppt，在得到精排的几千个结果之后，会基于用户信息，把结果基于用户反馈。

做千人千面的展示，而千人千面主要关注下面3个维度数据：

一、关注用户资料：
1.用户的注册信息，年龄，性别等。
2.动态行为提交的标签，浏览过的店铺。
3.基于用户行为，学习到的数据资料。

二、关注用户行为周期：
1.秒级行为：浏览，点击，购买。
2.小时级和天级行为。
3.年级别的反馈，复购。

三、关注用户行为的类别：
正反馈加分 ：点击 ，加购，购买。
负反馈减分：停留时长短，曝光未点击。

之前我们只关注“正反馈”结果，但今天听小二分解，他们更在意的是“负反馈”，因为比起正反馈，负反馈数据量更大。

一个搜索结果页面，没有点击的产品数，往往比点击的商品数量更多。

负反馈行为举例：曝光未点击，点击未加购。

【结论】
如果重视负反馈数据，也就意味着，只要产品不行，绝大多数的增加曝光量“运营”行为，都是自杀。

用户行为序列模型

第五张ppt里，重点讲解了行为模式下，是怎么打分的。

行为打分的重要性排序：
购买>加购>点击>收藏

这个重要性排序的原因，是发现距离购买的时间越近，动作行为越重要。

比如，收藏的往往近期不下单，加购的很快会下单，所以加购比收藏更重要。

搜索的机制模型的排序算法，本质上就是基于用户行为打分，正反馈加分，负反馈减分。

而不同的正反馈，加的分值不一样。

比如购买+10分，加购+7分，点击+3分，收藏+1分

同样道理，不同的负反馈行为，也会减不同的分值，货比三家加分并不是最多，曝光未点击应该最多。

【结论】
点击率，是商品搜索里最重要维度。

在线学习

第六张ppt里，列举了在线学习的难点和解决办法。

1.时效性：
比如现在春节前，和春节，红色相关的产品，反馈表现很好。

但春节一过，反馈就会出现很大差别。

这个就是我研究小红书的最大收获，我们发现小红书的笔记，都要讲究“天时”。

天气变化，节日，甚至电影，电视剧，热搜，甚至比产品本身，更影响用户的行为反馈结果。

所以，中小卖家的逆袭机会，都出现在预测“天时”。

我们也做了一个表格，什么时间发什么样的笔记，能顺应“天时”，想要的可以联系108将社群里，你的专属班主任索取。

【解决办法】
算法在样本重要性和时效性上，做权衡。

2.正确性
成交反馈延迟，这个是我之前反复说到的。

家具类目，如果用成交作为反馈，转化周期长，反馈的准确性就会很低。

比如，这个用户点击了某个产品，未购买，系统如果把它当成负样本，准确性就大大降低。

【解决办法】
新的重要性采样策略，把加购当成“流模式”更新的维度。

不断地用“批模式”反馈结果，来升级流模式算法。

3.算力问题
数据量级太大，在线实时更新，对于算力要求太大

【解决办法】
从客户端和云两个方向，做数据更新。

客户端上的数据，不上传到阿里云，这样利用了客户手机的算力，来实现千人千面。

商品的多模态表示学习

第7张ppt，里面提到了搜索学习商品的特征信息包含哪些。

1.商品信息，卖家信息，品牌信息，类目信息

2.销量信息。

3.展示价格，类目价格档（价格千人千面依据）。

4.文本信息：不仅抓取标题，还会抓取评价里的文本。

5.图像信息：产品图，同款图（同款打散）。

【重点】
连衣裙举例，主图展示的款式，是服饰品类的点击率预估的重要标准。

也就是说，搜索可以通过图片识别，把图片款式识别成“风格”，然后把产品推送给喜好相应风格的人。

产品的款式，款式的背景，都会影响到图片识别的款式。

【举例】
我喜欢干净的图片，所以我在小红书里刷到的都是干净的图片。

但是我看别人小红书刷到的，都是牛皮癣的，说明主图制作的风格，也会影响到人群千人千面。

系统创新

最后一张ppt，里面提到了目前淘系搜索的一个创新。

为了降低数据处理的量级，在用户客户端（手机，pc)建立神经网络，这样客户行为数据，就不用上传到阿里云，也能实现顾客手机端的千人千面。

【举例】
你搜索到第一屏结果，有了点击行为，那么你第二屏的排序，就会基于你第一屏内容的行为，进行实时的排序变化。

好了，我们今天的2022年最新淘系算法的解读，就到这里。