【51CTO特約報道】2013年7月13-14日， 由阿里巴巴集團主辦的ADC•阿里技術(shù)嘉年華將在杭州海外海國際會展中心舉行，2011年舉辦首屆，今年是第三屆，已發(fā)展為互聯(lián)網(wǎng)行業(yè)最開放、最實戰(zhàn)派的技術(shù)交流盛會之一。被大家視為碼農(nóng)典范的技術(shù)大神MySQl的創(chuàng)始人Michael Widenius，將作為嘉賓現(xiàn)場分享。

本屆嘉年華設置了大數(shù)據(jù)技術(shù)與應用、無線技術(shù)、業(yè)務架構(gòu)&后端技術(shù)、前端技術(shù)、搜索、廣告、體驗設計、互聯(lián)網(wǎng)測試、系統(tǒng)開發(fā)和運維等九大分場，共有80多個主題，其中包括了阿里巴巴、騰訊、百度及更多知名的互聯(lián)網(wǎng)公司的在實踐中積累起來的技術(shù)經(jīng)驗。比如阿里巴巴的去IOE、新浪微博的系統(tǒng)穩(wěn)定性等主題都反映了業(yè)界的主流的工程技術(shù)方向。

這次是來自于一淘的技術(shù)專家陳曦（公達）給我們帶來的課題：個性化搜索和應用，主要是挖掘用戶的群體特性和購物傾向。建立一整套以數(shù)據(jù)驅(qū)動，合理的個性化特征體系和優(yōu)化目標的個性化模型。解決個性化搜索中面臨的一些重要問題：搜索結(jié)果的多樣性，防止過度個性化。介紹個性化模型的算法、系統(tǒng)和可視化數(shù)據(jù)分析工具。

[[77311]] 

在演講過程中，公達給大家介紹了為什么要做個性化搜索。首先是解決長尾需求，實現(xiàn)搜索結(jié)果多樣性，再者就是滿足用戶隱含購物需求，縮短購物路徑。所以，在我們購買T恤通過——T恤 女——T恤 女 甜美——T恤 女 甜美[50~100]這樣的一個過程。

那么在什么時候我們才需要個性化呢？公達給我們一個用戶意圖分析模型來說明這個問題。

個性化搜索會針對用戶的行為推薦，比如對于高檔購買力的人和低檔購買力的人推薦展示結(jié)構(gòu)是不一樣的。

個性化搜索系統(tǒng)主要是通過搜索基礎數(shù)據(jù)，比如商品，用戶以及Query來通過離線計算，這里又包括了全量數(shù)據(jù)處理，實時數(shù)據(jù)處理通過用戶數(shù)據(jù)引擎和Query處理引擎發(fā)送到前端，當然也可以通過商品搜索引擎直接推送到前端。

公達還給出了一個購買力模型，主要是包括：類目價格分檔、根據(jù)用戶（購買，收藏，點擊）寶貝的架構(gòu)來計算用戶+類目的購買力；利用；還有一個是利用協(xié)同過濾的思想，補充沒行為的用戶+類目的購買力。下面給出一個小編看不懂的模型：

[[77312]] 

個性化搜索還有個關(guān)鍵詞偏好，一淘通過用戶點擊，購買，成交，收藏的商品標題挖掘用戶所關(guān)注的語意單元的信息。這里公達給大家提供了官方思路：基于歷史商品標題分詞粒度的TF-IDF統(tǒng)計模式。那么這樣問題在哪里呢？第一，粒度太細，用戶在單個詞上難有長期偏好，第二，詞太多，存儲空間大；第三，頁面展示效果較凌亂。還有一個思路就是建立基于<user-商品>原始統(tǒng)計為基礎的topic model的解決方案。

下面淘寶還分析了用戶數(shù)據(jù)，主要是購買力和年齡的分布情況。