大數(shù)據(jù)這個詞已經(jīng)火了好幾年，我們所聽聞的“超市中啤酒和紙尿褲擺放在一起”這樣的例子其實就是大數(shù)據(jù)的基礎(chǔ)性應(yīng)用充足。這些一般是根據(jù)簡單的數(shù)據(jù)采集和經(jīng)驗判斷得出的結(jié)果進展情況，但真正的大數(shù)據(jù)挖掘靠的是復(fù)雜的數(shù)據(jù)建模，以及模型的疊加和階段性更新才能獲得用戶期待的效果。

京東商品信息采集 　　京東（JD.com）一直是大數(shù)據(jù)應(yīng)用的踐行者至關重要。2014年的京東技術(shù)嘉年華上不久前，京東就曾經(jīng)分享過如何應(yīng)用大數(shù)據(jù)做到“智慧零售”，而最近提升行動，京東對其PC頁面和手機APP等進行了改版能力建設，“今日推薦”和“猜你喜歡”這兩個板塊不再千篇一律，而是實現(xiàn)了“千人千面”自然條件。

　　“千人千面”意味著每個人在PC或移動端打開京東網(wǎng)頁時設計標準，看到的是完全不同的一組推薦產(chǎn)品開展，推薦給你的可能是洗發(fā)水和按摩椅互動互補，推薦給我的可能是手機殼和一本兒童剪紙書。而且意向，京東表示意料之外，這種推薦的結(jié)果是，用戶購物決策的質(zhì)量和效率提升了形式，忠誠度提高了置之不顧，移動端個性化推薦訂單貢獻已經(jīng)達到10%，可謂是雙方都滿意數字化，皆大歡喜方便。

　　那么這樣的“大數(shù)據(jù)服務(wù)”是如何實現(xiàn)的呢？京東推薦搜索部總監(jiān)劉尚堃近日與記者分享了“千人千面”背后的大數(shù)據(jù)故事各領域。

　　京東（JD.com）把這種以推薦方式吸引用戶再次回到京東采購商品叫“召回”應用領域。召回是基于之前的數(shù)據(jù)采集進行分析的。那么也就是需要多種不同的“召回模型”進行培訓。

　　根據(jù)劉尚堃的介紹發展機遇，目前京東正在采用的召回模型有三種。第一種是基于行為的召回模型法治力量，這個理解起來比較簡單全技術方案。如，我剛剛在京東上購買了一部Kindle共享，那么京東會推薦我kindle周邊產(chǎn)品信息化，比如一個kindle的保護套京東商城信息采集，這種是與用戶的購買行為相關(guān)解決方案。又如我再京東上瀏覽了一本金融書籍趨勢，京東會根據(jù)我的瀏覽記錄給我推薦相近的股票書籍京東商品采集器∝暙I法治？傊O備製造，這種推薦是比較直接的，而且劉尚堃也提到，他們最近還嘗試將用戶剛剛瀏覽過的商品直接推薦給用戶管理，這種“直白”的推薦是他們之前不屑于做的顯示，但居然也起到了意想不到的好效果。

　　第二種召回模型是基于用戶的偏好進行推薦效率和安，也就是基于數(shù)據(jù)設計能力，對用戶、商品及店鋪進行畫像深入開展。下圖中更為一致，我們可以清楚的看到畫像的元素。京東后臺會對這些畫像進行配對技術的開發，推薦合適的商品研究與應用。比如一位男士，在京東上多次采購和瀏覽高檔品牌白色T恤更高效，那么他的畫像就被定位為“男全面協議、高收入、T恤具體而言、白色工具、……”，當有相應(yīng)高檔品牌上新白色T恤時喜愛，京東會自動推薦給這位男士重要的角色。

　　京東用戶可以通過京東的PC端、移動App以及微信和手Q進行采購向好態勢。一般而言京東商城信息采集平臺建設，辦公環(huán)境下用戶更喜歡在PC上購物；移動共創美好、家居環(huán)境下用戶越來越喜歡蜷在沙發(fā)里在京東主APP和微信手Q上購物推動並實現。當然，也可以在PC端看仔細覆蓋範圍，加入購物車積極回應，之后有空在移動端確認付款。根據(jù)不同屏幕展示限制又進了一步，京東也會推薦相應(yīng)地產(chǎn)品多種場景。

　　第三種召回模型是基于地域。不同城市的消費水平當然不同規劃，同一個城市的不同區(qū)域也有著不同的消費習(xí)慣擴大公共數據。北京酒吧街三里屯附近的采購集中在了撲克、飲料帶動擴大、礦泉水等娛樂類商品核心技術體系，而東北五環(huán)的龐各莊小區(qū)的采購則集中在了晾衣架、棉襪、鼠標必然趨勢、充電寶等生活類商品促進善治，對于來自這兩類不同局域的用戶，京東推薦的品類也會有所側(cè)重多樣性。

　　當然發揮效力，這三種模型屬于宏觀模型，以下還有很多子模型明顯，如在線相關(guān)安全鏈、在線相似、離線相關(guān)創新為先、離線相似真正做到，以及近期比較熱銷的品牌和品類等。這些子模型都會進入到模型庫當中持續向好，基于一些算法進行模型效率分析習慣，也就是看單位展示量中哪種模型效率最高充足。同時進展情況，京東會根據(jù)測試結(jié)果進行模型權(quán)重的調(diào)整，并不斷進行新的嘗試——比如把用戶直接放在購物車中的商品再次推薦給用戶綠色化發展，結(jié)果在原有算法基礎(chǔ)上又有了5%到10%的提升京東商品信息采集至關重要。后來劉尚堃的團隊又將這些召回模型借助新的算法進行排序，模型效率再度提升了20%用上了。

　　劉尚堃也表示京東也在探尋如何向用戶展示一些可能會感興趣但不會馬上購買的品類提升行動，如手機、情侶睡衣關註、冰箱有效性、筆記本、手表機遇與挑戰、平板電視等等廣泛關註，因為這些商品使用時間長，采購前的思考周期也比較長集成技術。他們正在嘗試定制某種展示機制就能壓製，希望得到相應(yīng)的效率提升。

　　目前適應能力，京東建構(gòu)模型所采用的數(shù)據(jù)多數(shù)來源于京東采購記錄更優美，未來也會考慮采用社交媒體的數(shù)據(jù)，進行輔助防控。劉尚堃說成效與經驗，他們也在積極嘗試新的算法和排序模型，并且就架構(gòu)本身來說，能夠支持算法的高速迭代稍有不慎，京東平均每周會有7個新的算法實驗上線融合。在未來，搜索團隊基于大數(shù)據(jù)召回率預(yù)計還有50%的提升相關性。

　　通過“千人千面”的商品推薦完成的事情，大數(shù)據(jù)為京東帶來了實實在在的利潤。相信也會有更多的大數(shù)據(jù)故事穩定，醞釀在各個行業(yè)和企業(yè)改造層面，為企業(yè)帶來生機。