商品导购标签挖掘精读.pptx

标签生成与推荐在淘宝导购中的应用共享业务平台-伯隅内容概要背景介绍探索详解未来之路背景介绍淘宝购物方式关键词有哪些信誉好的足球投注网站类目浏览商品的增长购物方式的改变关键词有哪些信誉好的足球投注网站0.27%词与PV50%几十亿商品争夺出场机会买卖成本基于类目导购方式流量入口的限制类目数量商品成交标签：另一种流量入口新的商品组织方式缓解流量的长尾重新组织节点-重新组织商品探索---自动抽取需要解决的问题标签从哪里来如何关联商品如何组织商品可控的思维 定义标签语义类别定义标签关系标签定义类别定义B品牌P品类T描述A属性品类词指某一类商品的统称，如：七分裤、爽肤水、t恤、牛仔裤、洗发水等等。属性词指淘宝后台类目下的属性项名称，如：“品牌”、“型号”、“风格”、“款式”等。描述词指描述商品的物理意义或者感性意义的词汇：“性感”，“甜美”，“麻辣”等。标签数据源标题结构化数据详情页流量入口关键信息信息规整内容丰富产品词挖掘标题中找产品词相对专业、演化频率高转化未登录词的识别问题标题中字词有具有序列规律标注序列的过程---使用CRF模型产品词挖掘标题中的产品词未登入词的识别CRF模型产品词标记备注S-PRO单字产品词B-PRO产品词首字……E-PRO产品词尾字O非产品词的字标注数据商品标题核心词库模板新词增加30%+品牌词挖掘开放的结构化数据小二管控开放输入数据净化品牌库描述词整理描述词概要结构化词量占比小语义丰富问题归一语义层次整理大码女装、加大码、加肥加大甜美荷叶边泡泡袖娃娃领描述词整理Topicmodel+人工整理沉淀LDA模型：随即抽取女装20w商品主题数在50~300个输出标注：[娃领:22.994,甜美:5.411,公主:4.56,复古:4.016,可爱:3.8,蕾丝:3.068][中老年:28.43,妈妈装:24.146,中老年女装:17.791,中年:17.23,妈妈:13.026,中年女装:12.909,其它图案:3.93,开衫:3.077,][清仓:9.345,特价:7.548,促销:7.115,正品:3.648,][大码女装:10.974,加大码:9.802,潮人:7.293,加肥加大:6.813,平米:5.126,大码:4.235,]标签关联商品商品信息知识库（同义，层次）描述词整理标签词库单个商品包含的标签匹配分类模型关系定义四种类别15种关系网状关系的定义—关系列举iphone的品牌是苹果夜店和露背经常修饰同一件商品裹胸是婚纱的一种主打样式森女是一种风格小清新的代表性品牌是hellokitty可以把手机和手机壳搭配来购买对围巾感兴趣的人，也对丝绸感兴趣目前家具摆件品类中的桃木剑很畅销佛珠手链是一种流行饰品关系类型产品-品牌描述-描述描述-属性描述–属性描述–品牌产品-产品产品–产品产品–产品关系挖掘异类类别互信息与阈值t-检验同类类别协同过滤~t（n－1）描述词协同过滤的算法机器标签---场景导购探索一---分析总结人工方式+自动扩展词源不够丰富有趣受限query词卖家标题流量入口限制不是真正意义上的UGC标签是抽取的买卖双方都没有直接影响内容的机会探索二---标签市场化卖家打标试探标签市场化需要解决的问题标签的生成单个标签的质量归一问题(词组)标签与商品的关联标签关系的生成标签展示标签生成原始标签指标过滤：商品数、卖家数…低质量黑名单过滤同义归一最终标签清仓特价秒杀亏本促销招财开运,转运招财,招财旺运同义词库标签同义归一旺财=招财，开运=转运=旺运词组分词：转运招财细粒度词转运招财细粒度归一还原词组词组归一开运旺财旺财开运Topicmodel+人工整理标签关联商品卖家打标保证语义相关增加卖家犯错成本产品层面保障请上来往和美女PD聊业务，厂外优先标签关系的生成标签数据新特点字面形态丰富语义类别决定语义关系品牌品类描述属性让用户定义，我们“学习”SvmRankingsvm训练数据相关or不相关主观性比较强Learningtorank小清新、公主欧式大于小清新,韩版发饰小清新、公主欧式大于小清新,电动车电瓶标签对特征选取字面特征编辑距离语义特征Lda语义空间相似度包含词性等等业务特征卖家、买家、类目重合等Rankingsvm效果评测测试集准确率~75%标签市场化---分析总结用户是标签创新的源泉带给算法的挑战类别与关系不可定义“学习”相关性依赖于细粒度标签未来的规划解决入口问题标签个性化场景自发现（结合可视化）Thankyou！QA广告---上“来往”技术业务最后的感谢TPIF（商品知识图谱）君峰、江燕、全才、彩虹、月颖、家清、文渊淘宝行业市场算法团队…规则实验室…