導(dǎo)讀：本文詳解阿里巴巴1688日常業(yè)務(wù)中的榜單算法。

作者：阿里集團(tuán) 新零售技術(shù)事業(yè)群 CBU技術(shù)部

來源：大數(shù)據(jù)DT（ID：hzdashuju）

內(nèi)容摘編自《阿里巴巴B2B電商算法實(shí)戰(zhàn)》

在1688日常的業(yè)務(wù)場(chǎng)景中，榜單（如圖6-14所示）一直以來都對(duì)買家起到了很好的風(fēng)向標(biāo)作用，但在日常場(chǎng)景中，運(yùn)營對(duì)榜單的人工干預(yù)較大，人力成本較高，同時(shí)多是大顆粒度的投放，并沒有進(jìn)行深層的細(xì)分挖掘。

▲圖6-14 榜單產(chǎn)品示意圖

隨著我們對(duì)流量和商品的進(jìn)一步挖掘，更多的細(xì)分主題市場(chǎng)、流量特征被挖掘出來，使得在細(xì)分主題市場(chǎng)上生成榜單，并對(duì)流量做精準(zhǔn)的匹配變成可能。在日常，以類目為主線，在細(xì)粒度的主題市場(chǎng)上生成了上萬個(gè)榜單，投放于榜單會(huì)場(chǎng)中，并個(gè)性化地呈現(xiàn)在買家面前。

01 榜單生成

傳統(tǒng)的榜單生成需要大量的人力參與，所以讓人在大促的時(shí)候生成榜單，成本會(huì)非常大。也正因?yàn)槿绱耍?strong>我們嘗試用純算法的方式自動(dòng)化生成。

與人工生成榜單相比，算法生成榜單無論是在榜單的多樣性還是生產(chǎn)效率上都有非常大的優(yōu)勢(shì)，如圖6-15所示，但在榜單的準(zhǔn)確度和重復(fù)度上，可能不及人工生成的榜單。所以，這次算法生成榜單要在保證效率和多樣性的基礎(chǔ)上，再提高準(zhǔn)確度，同時(shí)降低榜單語義上的重復(fù)。

▲圖6-15 榜單生成過程示意圖

在榜單生成上，我們剛開始考慮直接用葉子類目，這種做法的好處是可以非?？斓貙?duì)商品進(jìn)行聚合，并用葉子類目的名稱對(duì)榜單進(jìn)行定義，然后進(jìn)行排序并展示給用戶。

但是這也會(huì)有問題，問題在于不同的行業(yè)類目的層級(jí)和細(xì)分程度是不一樣的。就以女裝為例，連衣裙是女裝的一個(gè)葉子類目，但是生成一個(gè)連衣裙榜，這個(gè)榜單個(gè)性化程度還是太粗，凡是偏好連衣裙的用戶看到的榜單內(nèi)容還是完全一致的。用戶會(huì)迅速產(chǎn)生使用疲勞。

從算法的角度來講，榜單生成可以看成對(duì)指定的一批商品，根據(jù)商品特征進(jìn)行聚類，然后對(duì)聚類后的內(nèi)容進(jìn)行定義的過程，如圖6-16所示，其中屬性詞為基于商品標(biāo)題和屬性的電商命名體識(shí)別，品類詞為基于商品標(biāo)題識(shí)別的品類詞+類目信息+威爾遜置信區(qū)間打分。

▲圖6-16 榜單主題生成過程示意圖

這樣就可以得到每個(gè)商品對(duì)應(yīng)的屬性詞和品類詞。將這些屬性詞和品類詞制作成商品的標(biāo)簽，然后利用屬性詞和品類詞的組合來生成榜單。假設(shè)商品類目和屬性如下所示，定義榜單主題集合為收腳運(yùn)動(dòng)褲、垂釣頭燈、戶外登山鞋。

• 女裝：款式元素&材質(zhì)&場(chǎng)景&風(fēng)格
• 男裝：款式元素&材質(zhì)&場(chǎng)景&風(fēng)格
• 配飾：人群&元素&材質(zhì)&功能&風(fēng)格
• 個(gè)護(hù)：功效&材質(zhì)&人群&地點(diǎn)

利用以上方式可以快速從0到1生成初始榜單，并且絕大部分主題效果是不錯(cuò)的，但還是會(huì)出現(xiàn)雷同的主題?？紤]到在無線會(huì)場(chǎng)推薦的時(shí)候，如果根據(jù)用戶行為召回榜單卻出現(xiàn)雷同的主題榜單，那么用戶體驗(yàn)會(huì)非常差，也會(huì)浪費(fèi)流量，因此在初始榜單生成后，需要對(duì)榜單進(jìn)行合并歸一化。

在生成的榜單中可能會(huì)出現(xiàn)類似下面這樣的榜單，從產(chǎn)品的角度來看，這類榜單必須合并。

• 榜單1：卡通杯子榜、卡通水杯榜。
• 榜單2：垃圾桶榜、紙簍榜、垃圾筒榜。
• 榜單3：長(zhǎng)袖T恤榜、長(zhǎng)袖T恤衫榜。

僅僅從名稱入手，榜單3是比較好合并的，而榜單1和榜單2就不太好合并了。榜單的合并必須從榜單中的商品集合入手。這里我們用了jaccard相似度計(jì)算的方式解決這個(gè)榜單合并的問題。

假設(shè)A榜單的商品集合為A，B榜單的商品集合為B，那么通過jaccard相似度計(jì)算的公式，A與B的交集除以A與B的并集，就得到榜單A和榜單B的相關(guān)度了。相關(guān)度越高，兩個(gè)榜單就越好合并。

利用這個(gè)方法，可以非?？焖俚卣业絻蓚€(gè)相似的榜單，但是如果直接拿jaccard相似度來計(jì)算會(huì)有一些極端情況。比如要計(jì)算A和B兩個(gè)榜單的相關(guān)度，假設(shè)A榜單中所有的商品幾乎都出現(xiàn)在了B榜單中，但是A榜單的商品集合相對(duì)較小，B榜單的商品集合很大，那么根據(jù)jaccard相關(guān)度計(jì)算公式，兩個(gè)榜單的相關(guān)度會(huì)非常小，從而使兩個(gè)榜單無法合并。這個(gè)時(shí)候我們需要把jaccard的相關(guān)度算法做個(gè)小改進(jìn)：

其中A為A和B中元素較少的榜單集合。如果發(fā)現(xiàn)A榜單和B榜單內(nèi)的商品集合相關(guān)度高，那么就把A榜單合并到B榜單中，這樣就可以比較好地規(guī)避上面提到的問題。

02 榜單召回推薦

榜單召回主要考慮用戶的實(shí)時(shí)足跡偏好和類目偏好兩個(gè)維度，如圖6-17所示。

▲圖6-17 榜單召回策略示意圖

主要的召回策略如下所示。

• I in B：如果用戶的足跡在某個(gè)榜單的商品中，那么召回對(duì)應(yīng)的榜單
• I2I in B：如果用戶的足跡不在榜單商品中，那么將用戶瀏覽過的商品擴(kuò)展到更大的商品集合，再匹配到榜單內(nèi)的商品，然后把對(duì)應(yīng)的榜單召回
• C2B：根據(jù)偏好類目召回榜單

03 榜單內(nèi)商品排序

為了保證榜單的共識(shí)性，并不會(huì)對(duì)榜單內(nèi)部商品進(jìn)行個(gè)性化排序。對(duì)榜單內(nèi)部的商品，按照大促所屬的不同周期選擇不同的排序方案。預(yù)熱期按照買家的訪問和下單的情況進(jìn)行排序，大促爆發(fā)期則按照商品的實(shí)時(shí)GMV進(jìn)行排序。

當(dāng)然，也可以引入機(jī)器學(xué)習(xí)和深度學(xué)習(xí)構(gòu)建排序模型，這部分內(nèi)容和搜索、推薦比較類似，就不展開陳述了。

04 榜單個(gè)性化文案

1. 背景

榜單作為商品內(nèi)容化的重要載體，如何展示更豐富的信息，起到“種草”、輔助成交轉(zhuǎn)化的作用，一直是這一產(chǎn)品優(yōu)化的方向。

我們通過智能文案技術(shù)，為榜單生成定制化的描述文案，通過一句話概括榜單內(nèi)商品的功能功效和設(shè)計(jì)亮點(diǎn)，使其不只是商品的簡(jiǎn)單聚合，還能打出特有的內(nèi)容心智。整體技術(shù)方案如圖6-18所示，我們嘗試加入風(fēng)格控制，目的是在智能文案生成的過程中控制文案的風(fēng)格。

▲圖6-18 榜單文案算法模型

2. 數(shù)據(jù)預(yù)處理

我們采用基于單品的短亮點(diǎn)文案數(shù)據(jù)進(jìn)行模型訓(xùn)練。榜單作為相同細(xì)分品類商品的聚合，包含的商品屬于相同的品類并具有相似的屬性，因此可以采用單品文案模型進(jìn)行生成。

在測(cè)試數(shù)據(jù)上，我們首先選取了各榜單頭部N個(gè)商品的標(biāo)題，進(jìn)行分詞后，以TF-IDF算法計(jì)算詞權(quán)重。以當(dāng)前榜單中的詞，在相同葉子類目的所有榜單中出現(xiàn)的頻率作為其逆文檔頻率（IDF），與其在當(dāng)前榜單中出現(xiàn)的頻率（TF）相乘后進(jìn)行排序，旨在選出當(dāng)前榜單中最具有代表性的K個(gè)關(guān)鍵詞，作為模型的輸入。

3. 風(fēng)格控制

榜單作為產(chǎn)品化組件，往往會(huì)在不同主題的日常與大促會(huì)場(chǎng)進(jìn)行插入。因此，需要配合不同的使用場(chǎng)景，生成不同風(fēng)格的榜單文案。

我們通過命名實(shí)體識(shí)別的方式，選出營銷服務(wù)、款式元素、功能功效、新品、人群、修飾等實(shí)體詞作為限定的風(fēng)格詞，采用風(fēng)格化控制文案模型，根據(jù)需求的不同，分別生產(chǎn)出偏營銷、偏細(xì)節(jié)描述、偏“種草”、偏節(jié)日氛圍等不同風(fēng)格的榜單文案，韓版連衣裙榜單風(fēng)格文案示例如下所示。

• 可愛：韓版春季連衣裙，穿出可愛氣質(zhì)
• 羊絨：韓版羊絨針織連衣裙，時(shí)尚又減齡
• 少女：韓版寬松學(xué)生連衣裙，秒變韓劇美少女
• 爆款：今夏最熱的爆款連衣裙，穿上就是韓劇女主

4. 人群個(gè)性化文案

文案的個(gè)性化一直是文案生成的優(yōu)化方向。我們?cè)谏晌陌笗r(shí)，將不同人群的歷史偏好特征考慮在內(nèi)，旨在生成更符合用戶興趣的文案，實(shí)現(xiàn)更好的轉(zhuǎn)化效果。

我們統(tǒng)計(jì)了用戶在各葉子類目下的點(diǎn)擊行為，選取了用戶點(diǎn)擊商品標(biāo)題、賣點(diǎn)文案中的高頻詞，以及用戶在相應(yīng)葉子類目下的搜索詞，作為用戶偏好特征，并通過聚類按照相似偏好劃分人群，得到不同人群在各葉子類目下的點(diǎn)擊和搜索高頻詞。

我們認(rèn)為，這些詞更符合相應(yīng)人群對(duì)當(dāng)前類目商品的需求與表述習(xí)慣。我們將其編碼后輸入生成模型進(jìn)行人群控制，針對(duì)各人群生成個(gè)性化的榜單文案，示例如下所示。

個(gè)性化榜單數(shù)量十分龐大，智能文案解決的就是給榜單命名及描述榜單的問題，讓榜單不是單純地羅列商品，不同的榜單也有多樣的描述，如圖6-19所示。

▲圖6-19 榜單個(gè)性化文案效果圖

關(guān)于作者：阿里巴巴CBU技術(shù)部（1688.com），作為阿里集團(tuán)新制造和新零售的重要技術(shù)生力軍，CBU技術(shù)團(tuán)隊(duì)15年來一直以技術(shù)之力賦能千萬中小企業(yè)，沉淀了一系列極具B類特色的交易、支付、營銷、采購、分銷技術(shù)產(chǎn)品，促進(jìn)B類全鏈路商業(yè)效率優(yōu)化。

本文摘編自《阿里巴巴B2B電商算法實(shí)戰(zhàn)》，經(jīng)出版方授權(quán)發(fā)布。