天猫推荐算法实践

概要
天猫是国内最大的B2C 电商之一，在天猫的消费者导购链路中，搜索和推荐是并驾齐驱的两个最重要的环节。 目前整个推荐引导的成交在天猫基本可以占到20%，每天有近1千万用户点击推荐投放的内容。所以推荐准确性、及时性、新鲜度都会很大程度上影响消费者的体验。本次分享主要会从天猫推荐业务、推荐算法框架的设计、机器学习算法的应用等角度来总体介绍，同时会介绍一下阿里大数据竞赛的进展（也即天猫推荐算法大赛）。 听众受益： 产品化的天猫推荐框架的设计，比如个性化Ranker、个性化大促会场等等。 用户实时意图计算引擎，我们如何实现毫秒基本的用户实时反馈， 机器学习算法的应用，包括大规模CTR 预估、基于非线性模型的用户偏好计算， 阿里大数据竞赛进展

个人简介

张奇，天猫推荐算法负责人，微博: @张奇_得福，2010年毕业于中国科学技术大学计算机系，信息检索方向博士。2010年7月加入阿里云计算， 搜索广告组，从事搜索广告算法研究，参与Yahoo中国搜索中搜索广告的排序算法设计，负责了国内最大规模之一的，每天近40亿网页浏览记录的挖掘、用户行为分析和User Profile 建模。 2012年3月加入天猫产品技术部，推荐算法组，负责天猫推荐算法的改进和数十个推荐业务的优化，包括PC推荐业务、无线推荐业务，建立起一套基于机器学习的推荐算法流程。

QCon是由InfoQ主办的全球顶级技术盛会，每年在伦敦、北京、东京、纽约、圣保罗、杭州、旧金山召开。自2007年3月份首次举办以来，已经有包括传统制造、金融、电信、互联网、航空航天等领域的近万名架构师、项目经理、团队领导者和高级开发人员参加过QCon大会。