近日，阿里巴巴集團副總裁谷雪梅在第40屆國際ACM SIGIR大會上，發表了題為“實現4億人個性化購物”的演講。在演講中，谷雪梅指出：深度興趣網絡是阿里巴巴的努力目標。

[[200345]]

圖為阿里巴巴集團副總裁谷雪梅在現場演講

近年，技術的發展，讓特定興趣場景下的即時消費成為可能。比如，女生可能會關注海外商品、美容產品等。對于男孩而言，他可能會關注運動裝備、電子產品和其他有趣的東西。所以，對于阿里而言，這就需要深入了解用戶興趣和用戶意圖。因為這些信息和商品信息已經變得一樣重要。

但是，隨著產品的增加和用戶需求的不斷變化，電商平臺數據不再以產品目錄的樹狀結構進行呈現，而是通過圖譜把用戶和用戶、用戶和商品、商品和商品、商品和內容、用戶和內容等聯系到一起。谷雪梅舉例道，在完成“2015年雙11”活動個性化之前，也就是在個性化場館開放之前，一個包含所有商品的場所里用戶流失率就高達約 50%。但在個性化場館開放后，用戶流失率下降到低于 10%。由此可見，通過大數據、大模型來深度挖掘用戶興趣與需求是電商平臺發展的必然趨勢。

作為***的世界電商平臺之一，阿里巴巴有責任或有優勢來***或升級用戶的生活方式。對于每個用戶，阿里都將提供與用戶興趣相關的個性化頁面。谷雪梅表示，對個性化購物貢獻***的三個服務產品是“搜索”、“推薦”和“廣告”功能，它們都提供了用戶感興趣的內容，因此準確地出現和用戶興趣匹配的內容就可以有效提升消費轉化。通過觀察采集到的用戶歷史行為數據，發現有兩個指標對內容和商品點擊率預測準確率有重大影響，一個是“多樣性”，一個用戶可以對很多不同品類的東西感興趣;另一個指標是“部分對應”，只有一部分的數據可以用來預測用戶的點擊偏好，比如系統自動向用戶推薦的太陽鏡會跟用戶買的泳衣產生關聯，但是跟用戶買的書就沒什么關系了。這表明點擊率預測方面還有進一步提升的空間。基于這兩個指標，阿里巴巴受到用于機器翻譯的注意力模型啟發，對基本的多層全連接神經元架構進行了修改，從而提出了深度興趣網絡(Deep Interest Network，DIN)的新結構。

此外，阿里巴巴還在構建自己的工業級深度學習框架，“因現在市場上還沒有針對個性化購物的現成的大規模深度學習的框架”，谷雪梅說。對于電子商務這種用戶行為鏈路很長也很復雜的場景，不僅算法上需要持續提升，底層的學習框架也有巨大優化空間。

目前，阿里巴巴在廣告點擊率預測方面利用深度興趣網絡有了可見的提升。未來阿里巴巴將繼續挖掘深度興趣網絡，優化架構，希望能夠在模型中較好地體現人類知識、先驗知識、不穩定和可擴展的知識，甚至是基本的推理。

在這個快速發展的時代，每天都有新產品上市。用戶每天都在增長，用戶對未來有諸多期望。而阿里則希望通過自己不斷的努力、不斷地優化，不斷地做很多細致的工作，使其最終能夠在阿里的應用中使用，從而使市場更智能，最終給用戶創造一個更美好的世界。