導(dǎo)讀：本文主要介紹以手淘促活為目的的全鏈路智能投放算法框架，該框架目前接入以 Pagani 為核心的全鏈路運營平臺，首先使用用戶意圖識別算法圈選出目標(biāo)人群，然后借助物料智能推薦和權(quán)益動態(tài)面額等算法實現(xiàn)全鏈路上用戶的個性化觸達(dá)干預(yù)。本文以 2019 年春節(jié)期間手淘促活項目為例，具體地介紹權(quán)益智能投放框架的設(shè)計思路和實際應(yīng)用。

一、背景：春節(jié)手淘促活

由于快遞物流、商家打烊等因素，春節(jié)是電商的淡季。對于手淘來說，在春節(jié)期間，用戶的活躍程度有明顯的下滑， DAU 出現(xiàn)一段時間的低谷。通過算法提前預(yù)測春節(jié)期間活躍度會發(fā)生下降的預(yù)警人群，配合不同階段的用戶運營干預(yù)（在節(jié)前預(yù)熱期結(jié)合春節(jié)“吃喝玩樂”的場景，算法個性化推薦相應(yīng)的虛擬權(quán)益；春節(jié)期間通過 PUSH 消息每日推送提升來訪率），可以有效地促進(jìn)用戶回訪、扼制用戶活躍度的降低。

如圖，通過對近兩年春節(jié)前后的 DAU 的變化趨勢進(jìn)行統(tǒng)計分析，我們發(fā)現(xiàn)，春節(jié)對 DAU 的影響持續(xù)以除夕為中心的近一個月的時間（從臘月十六到正月十五左右），而傳統(tǒng)春節(jié)放假的 7 天是 DAU 的最低谷（ 18 年除夕晚有春晚紅包加持除外）。

根據(jù)以上分析結(jié)果，可定義出模型預(yù)測的關(guān)鍵的時間節(jié)點。在節(jié)前，通過算法預(yù)測，從臘月十六到正月十五的春節(jié)30天期間，活躍度會發(fā)生下降的“降級預(yù)警人群”，在整個活動期對“降級預(yù)警人群”進(jìn)行有針對性的用戶運營干預(yù)，而在進(jìn)行干預(yù)時，又可以通過推薦算法，結(jié)合用戶的意圖識別，進(jìn)行權(quán)益的個性化承接。

二、全鏈路智能投放算法框架

?

如圖所示，權(quán)益智能投放算法框架，主要包括意圖識別、權(quán)益推薦兩個功能模塊：

意圖識別：

解決“是否發(fā)”的問題，側(cè)重點在于“圈人”，給什么樣的用戶發(fā)放權(quán)益；

對于春節(jié)促活項目的具體訴求，通過用戶的來訪意圖模型，提前預(yù)測無來訪的用戶，在站內(nèi)通過支付成功頁等場景的權(quán)益觸達(dá)提前干預(yù)，站外通過PUSH消息等渠道進(jìn)行權(quán)益觸達(dá)和召回。

權(quán)益推薦：

解決“發(fā)什么”的問題，給用戶發(fā)放什么樣的權(quán)益；

拿到圈選的人群后，需要對人進(jìn)行“千人千面”的權(quán)益?zhèn)€性化承接。

三、算法模塊

3.1 意圖識別

意圖識別，根據(jù)用戶畫像和歷史行為，預(yù)測用戶未來某一時間段內(nèi)、某種行為（如用戶的來訪、點擊、收藏、加購、購買等）的發(fā)生的概率。

對于用戶增長來說，大部分情況下，運營的干預(yù)目標(biāo)往往不是單一的，而是“既要、又要、還要、也要“的。對于運營的一個干預(yù)策略，目標(biāo)是多樣性的，需要考慮來訪率、次日留存率、瀏覽轉(zhuǎn)化率、成交轉(zhuǎn)化率、ROI等不同的目標(biāo)如何權(quán)衡和綜合優(yōu)化。

針對不同的干預(yù)目標(biāo)，構(gòu)造樣本數(shù)據(jù)和搭建多意圖的訓(xùn)練體系：

LABEL選取和樣本構(gòu)造：

根據(jù)不同的優(yōu)化目標(biāo)，加工數(shù)據(jù)，選用不用的LABEL和抽取樣本，如領(lǐng)取率LABEL對應(yīng)權(quán)益是否領(lǐng)取，核銷率LABEL對應(yīng)權(quán)益是否核銷，成交轉(zhuǎn)化率對應(yīng)用戶是否有下單支付等；

用戶意圖體系構(gòu)建：

訓(xùn)練用戶來訪、點擊、收藏、加購、購買等不同的意圖評分模型；

**意圖模型日常評估：
**

• 用戶購買意圖：AUC = 0.83，F1 score = 0.76
• 用戶來訪意圖：AUC = 0.86，F1 score = 0.78
• 用戶點擊意圖：AUC = 0.76，F1 score = 0.88
• 用戶加購意圖：AUC = 0.80，F1 score = 0.64
• 用戶收藏意圖：AUC = 0.88，F1 score = 0.58

具體到春節(jié)用戶無來訪的預(yù)測問題來說，核心就是用戶來訪意圖的預(yù)測。以 2017 年春節(jié)期的數(shù)據(jù)作為訓(xùn)練集， 2018 年春節(jié)期的數(shù)據(jù)作為測試集，評估數(shù)據(jù)如下：

?

3.2 權(quán)益推薦

權(quán)益推薦，解決用戶的權(quán)益?zhèn)€性化承接的問題，綜合考慮用戶的權(quán)益偏好和敏感度、各類權(quán)益的目標(biāo)人群和庫存量、平臺的補貼成本等，實現(xiàn)用戶、商家、平臺的三方共贏。

手淘春節(jié)促活項目，是全鏈路智能投放框架首次應(yīng)用于購后發(fā)放權(quán)益，由于初次上線且投放時間較短，算法需要快速迭代和提升效果。推薦算法經(jīng)過冷啟動、引入CTR模型、 Thompson Sampling 調(diào)權(quán)等 3 輪迭代，快速優(yōu)化和提升了點擊率和核銷率。

? 3.2.1 冷啟動策略

冷啟動的策略設(shè)計主要包含兩部分：

1、ε-Greedy算法

解決冷啟動問題和優(yōu)化系統(tǒng) E&E 問題的最基礎(chǔ)、簡捷的方法。其基本思路為：在 (0, 1) 之間選擇一個較小的ε值，然后以ε的概率選擇流量，從權(quán)益底池中進(jìn)行隨機推薦，即完成勘探Exploration的功能，以 1 - ε 的概率選擇流量，基于先驗信息設(shè)計的決策樹推送權(quán)益，即利用現(xiàn)在已有的先驗信息完成開發(fā)Exploitation的功能。

**2、基于先驗信息設(shè)計決策樹
**

在上線初期，權(quán)益底池中的各類優(yōu)惠券還沒有曝光、點擊信息時，可以根據(jù)用戶的基礎(chǔ)畫像信息，以及用戶在站內(nèi)已有的瀏覽、加購、購買等行為的信息，作為設(shè)計決策樹時的一部分先驗信息。

? 3.2.2 CTR模型

權(quán)益推薦模塊，相比于用戶意圖識別，增加了“權(quán)益”這個實體，因此在特征的設(shè)計上需要更多的考慮權(quán)益維度、用戶和權(quán)益的交叉特征等。可以說用戶意圖識別是一個偏用戶洞察理解的問題，而權(quán)益?zhèn)€性化則是一個典型的推薦問題。

如圖所示，在特征的設(shè)計上，主要包括用戶維度特征、權(quán)益維度特征，以及用戶和權(quán)益的交叉特征：

用戶維度特征的設(shè)計，與用戶意圖識別模塊基本類似，可以復(fù)用用戶的基礎(chǔ)特征、行為特征。而在權(quán)益維度，則需要更多地考慮權(quán)益本身的差異，通過標(biāo)題、面額、所屬二方業(yè)務(wù)、權(quán)益所映射的類目 ID ，以及歷史的領(lǐng)取率、核銷率更細(xì)致地刻畫不同權(quán)益的差異性。同時，將用戶的特征與權(quán)益的特征進(jìn)行交叉，來學(xué)習(xí)不同畫像的用戶在指定權(quán)益上的偏好。

點擊率預(yù)估模型選取的是 XFTRL 。XFTRL 是基于阿里的 eXtreme Parameter Server 平臺開發(fā)的高性能異步 ASGD FTRL 算法，能夠支持千億規(guī)模的特征和長時間連續(xù)增量訓(xùn)練。

2017年，阿里巴巴推薦算法團隊和計算平臺 PAI 團隊合作打造了 eXtremeParameter Sever 機器學(xué)習(xí)平臺（XPS)，廣泛全流量運行在手機淘寶的猜你喜歡、生活研究所、飛豬旅行和天貓推薦等大數(shù)據(jù)場景，取得了較好的效果。

FTRL 是一種 Online Learning Optimizer ，原始的 FTRL 的具體資料可以參考論文： Mcmahan, H. Brendan , et al. "Ad click prediction: a view fromthe trenches." Proceedings of the 19th ACM SIGKDD internationalconference on Knowledge discovery and data mining ACM, 2013.

XFTRL 算法是對經(jīng)典線性算法 FTRL 的擴展，是為了解決大規(guī)模數(shù)據(jù)下 FTRL 的一些缺點而提出的。集團內(nèi)的多數(shù)場景對于用戶行為時效性要求很高，實時/準(zhǔn)實時學(xué)習(xí)可以充分利用實時日志數(shù)據(jù)，快速更新模型來適應(yīng)用戶最新行為，更好地強調(diào)近期樣本的重要性，可以實時快速迭代，快速反應(yīng)線上變化。

利用上線初期積累的3天的樣本訓(xùn)練模型，測試集評估 AUC 僅達(dá) 0.61 。另外，在分析時發(fā)現(xiàn)各個二方權(quán)益的曝光量差異較大，且長尾的二方權(quán)益的量很小，因此在短時間內(nèi)優(yōu)化算法， E&E 機制的設(shè)計就至關(guān)重要。

? 3.2.3 E&E 優(yōu)化

長尾 item 在推薦系統(tǒng)中很少或沒機會展示，導(dǎo)致 CTR 預(yù)估不準(zhǔn)，需要探索性給他們創(chuàng)造一些機會，但不能給系統(tǒng)帶來太大損失，這就是 E&E 問題。針對 E&E 的問題，我們選取了比較經(jīng)典的 Thompson Sampling 算法進(jìn)行 explore 。

湯普森采樣（Thompson Sampling）基于貝葉斯思想，全部用概率分布來表達(dá)不確定性。

• 假設(shè)每個 item 有一個產(chǎn)生回報的概率p，我們通過不斷試驗來估計一個置信度較高的概率 p 的概率分布。
• 假設(shè)概率p的概率分布符合beta(wins,lose)分布，它有兩個參數(shù): wins, lose， 每個 item 都維護(hù)一個 beta 分布的參數(shù)。每次試驗選中一個 item ，有回報則該 item 的 wins 增加 1 ，否則 lose 增加 1 。
• 每次選擇 item 的方式是：用每個 item 現(xiàn)有的 beta 分布產(chǎn)生一個隨機數(shù)b，選擇所有 item 產(chǎn)生的隨機數(shù)中最大的那個 item 。

湯普森采樣算法的核心在于確定 Beta 分布的參數(shù)，以表征后驗的 ctr ，如下圖所示，為湯普森采樣擬合后驗 ctr 的分布曲線：

?

湯普森采樣代碼實現(xiàn)比較簡單，在 Java 中可以基于 math3.distribution.BetaDistribution 包快速實現(xiàn)。在計算廣告和推薦領(lǐng)域應(yīng)用的效果與 UCB（Upper Confidence Bound ，一種基于估計的置信區(qū)間設(shè)計的E&E優(yōu)化策略）相比 competitive to or better ，且對于數(shù)據(jù)延遲反饋、批量數(shù)據(jù)反饋更 robust 。

四、實驗效果

整個春節(jié)促活項目，包括意圖識別“圈人” 和權(quán)益推薦的 “個性化承接”兩部分， 因此AB實驗設(shè)計上，包括圈人的干預(yù)桶與空桶的對比（衡量干預(yù)帶來的活躍度提升和DAU增量），和權(quán)益?zhèn)€性化承接算法桶與隨機桶的對比（衡量權(quán)益?zhèn)€性化算法的效能）。

手淘促活整體AB指標(biāo) （干預(yù)桶對比空桶）

• 干預(yù)桶日均來訪率提升1.2%
• 干預(yù)桶人群活躍度未下降的用戶比率提升1.42%

權(quán)益?zhèn)€性化AB指標(biāo)（算法桶對比隨機桶）

• 領(lǐng)取率提升40%
• 核銷率提升100%

五、對未來的期望

更完備的數(shù)據(jù)鏈路：

• 數(shù)據(jù)是算法的核心驅(qū)動力，完備的數(shù)據(jù)鏈路至關(guān)重要。目前有一部分場景的埋點和數(shù)據(jù)鏈路尚未打通，比如進(jìn)入二方承接頁的數(shù)據(jù)的回?fù)频膯栴}，后續(xù)是重點推動和解決的。

引入”供需平衡“的分配機制：

• 在多供給物料混排時，綜合考慮供需關(guān)系，從博弈論和機制設(shè)計的角度考慮整個系統(tǒng)，設(shè)計供給與需求之間的游戲規(guī)則，進(jìn)一步提升活躍用戶在鏈路核心節(jié)點的轉(zhuǎn)化率；

沉淀用戶生命期有效算法干預(yù)策略：

• 依靠現(xiàn)有的用戶增長權(quán)益智能發(fā)放體系，沉淀各生命期用戶算法干預(yù)組合策略。

原文鏈接
本文為云棲社區(qū)原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。

總結(jié)

以上是生活随笔為你收集整理的手淘促活那些事儿 | 智能投放算法框架助力用户增长的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。