图案，关注我吧
「阿里技术」微信公众号 「阿里巴巴机器智能」微信公众号
本书著作权归阿里巴巴集团所有，
未经授权不得进行转载或其他任何形式的二次传播
目录
| 推荐、搜索
蚂蚁金服核心技术：百亿特征实时推荐算法揭秘 ........... 1
0.综述.... 1
1、弹性改造及优势 ..... 2
2、特征动态增删技术 . 4
3、模型压缩和稳定性 . 9
4、工程实现和效果 ... 11
5、未来工作 ... 12
IJCAI论文 |打破传统搜索排序，阿里首次提出商品间相互影响的全局排序法 ......... 14
1、前言........... 14
2、全局排序方法 ....... 15
3、实验效果 ... 18
4、结论 ........... 21
SIGIR阿里论文 | 一种端到端的模型：基于异构内容流的动态排序 .. 23
1、研究背景 ... 23
2、所提出的算法 ....... 24
3、实验结果 ... 27
SIGIR阿里论文 | 可视化理解深度神经网络CTR预估模型 ..... 29
1、背景 ........... 29
2、平台介绍 ... 30
3、算法实验 ... 31
4、泛化效果与神经元状态波动 ....... 31
5、特征影响力 ........... 32
6、隐层的效用与其信息表征 ........... 33
7、隐层的效用与其表征再建模 ....... 33
8、小结 ........... 34
机器如何“猜你喜欢”？深度学习模型在1688的应用实践 ... 36
1、背景........... 36
2、模型简介 ... 38
3、训练数据 ... 43
4、实验结果 ... 44
5、调参经验 ... 45
6、总结........... 46
为电商而生的知识图谱，如何感应用户需求？ . 48
1、背景........... 48
2、知识体系 ... 54
3、技术框架 ... 56
4、后期规划 ... 60
IJCAI论文 | 基于改进注意力循环控制门，品牌个性化排序 .. 61
1.1 引言 ......... 61
1.2 相关工作 . 64
1.3 任务定义和模型适配 ..... 65
1.4 品牌级排序系统 . 67
1.5 离线实验 . 72
1.6 线上实验 . 75
1.7 小结 ......... 76
火箭发射：点击率预估界的“神算子”是如何炼成的？ ......... 79
1、摘要........... 79
2、已有方法介绍 ....... 80
3、研究动机及创新性 ........... 80
4、方法框架 ... 81
5、实验结果 ... 84
6、总结 ........... 87
人群优选算法模型，如何挖掘品牌潜客？ ......... 88
1.背景简介 ..... 88
2.名词解释 ..... 89
3.项目目标 ..... 89
4.业界方案 ..... 89
5.技术方案介绍 ......... 90
6.挑战与应对 . 97
7. 总结与展望 ........... 98
凑单这个技术活，阿里工程师怎么搞？ . 99
1、背景........... 99
2、算法......... 100
3、总结......... 106
4、展望......... 106
5、项目总结 . 106
基于品类关系，虚拟类目如何建设？ ... 108
1、前言 ......... 108
2、问题背景 . 109
3、整体解决方案 ..... 110
4、类目合并方案 ..... 113
5、类目拆分方案 ..... 117
6、效果 ......... 120
7、总结与后续规划 . 121
论文解读 | 数十亿商品中，长尾和新品怎么找到新主人？ . 122
1、背景介绍 . 122
2、Base Graph Embedding算法框架 ........ 123
3、GES 和 EGES 算法 ......... 123
4、实验结果 . 124
5、系统部署 . 126
让机器帮你做决策！强化学习在智能交互搜索的应用分享 ... 127
1、交互搜索简介 ..... 127
2、问题定义&相关工作&建模 ....... 129
3、系统......... 133
4、结果......... 135。