2019年,全球零售电子商务销售额达3.53万亿美元,电子零售收入预计到2022年将增长至6.54万亿美元。如此快速的增长为全球电子商务行业带来广阔的前景,这标志着一个强劲的市场和广阔的客户需求。 除了流量的巨大增长外,各种即将到来的模式也在迅速增长,包括短视频,直播,达人推荐等。随着新出现的各种模式以及消费者对于推荐系统的更高要求,必须要更加系统的解决对于消费者需求的认知推理工作。基于此,我们在全球月活用户和流量最大的电子商务平台手机淘宝的推荐系统上,不断打磨和落地第二代AI系统认知图谱计算平台。该认知图谱计算平台包括三个主要模块,基础数据层,推理引擎层和用户交互层。其中基础数据层,我们主要专注于 (1) 跨领域知识图谱的构建;(2) 拉通跨域跨场景各类行为数据,例如浏览、点击、收藏、加购、转发等,全方位建模经济体内行为,差异化理解多模态行为数据背后的含义;和(3) 在意图感知的实时性与认知深度间做平衡,层次化强化消费者理解。推理引擎层,我们依托于(1) 多模态预训练和理解对商品理解和进行全域召回,缓解马太效应,加强手淘生态建设;(2) 超大规模图神经网络系统进行消费者意图推理。用户交互层,我们通过用户交互的视觉智能和文本智能,通过短视频改变和引导购后消费者心智,理解消费者意图,助力消费者决策,同时填补填补目前学界和业界空白的基于用户交互的弱监督内容理解方向。
[认知图谱, 电子零售, AI]
杨红霞