熱鬧的雙十一總算過去了,不知道大家有沒有一種過年的感覺。

先是點贊PK能量,再是攢碼瓜分11.11億現金紅包,緊接著是明星云集的直播晚會,最后一起等待零點鐘聲的響起……

在一系列儀式感的引導下,終于又一次刷新了雙十一的日交易記錄:2135億。

  

這是一次全民的狂歡,也是一次三方共贏——不管是發包裹的商家、送包裹的快遞小哥,還是等著收包裹的你,都滿懷喜悅之情。

但在狂歡背后,我們有必要深思,為什么我們總忍不住剁手?

 

先介紹一下本期的兩位嘉賓:小文和算法

 

大數據——個性化推薦

經常混跡在某寶等購物網站的人,應該會有這樣的體驗:在這些購物網站上搜索或者瀏覽過某種商品后,在接下來的一段時間內,首頁最醒目的地方會出現同樣或類似的商品

其實,這就是個性推薦——通過采集、分析并定義用戶行為數據,根據用戶的特征、偏好、行為習慣,從而預測平臺上的用戶偏好,最后向用戶推薦其可能感興趣的信息和商品。

這句話看起來很繞口,簡單來說就是:它們會記錄并分析你的習性,然后把你最想要的東西推給你,引導你消費。

但是要是實現這種目的,必須依靠相應的算法才能實現,目前有三種主流算法:協同過濾推薦算法、聚類模型算法、基于搜索的算法

協同過濾推薦算法通過顯式和隱式兩種評分方式,來判斷用戶對商品的感興趣程度。顯式評分是指用戶直接對某些產品進行的購買后評分;隱式評分則是通過用戶的使用行為來獲得,例如,一個用戶在某本書的商品詳情頁面瀏覽超過一分鐘,并上下滾動查了全部介紹,則說明該用戶很可能想購買該書。

聚類模型算法的目標是,把當前用戶歸類到相似用戶的細分人群里,再利用該細分用戶人群的購買和評級記錄生成推薦。比如,你購買了某種洗發水后,系統會想你推薦購買這款洗發水的人還購買了哪些商品。

 

基于搜索的算法原理,是根據該用戶已買過和評級過的商品,推薦其他有關聯的熱賣商品。比如如果一個顧客買了《西游記》這本書,系統就會推薦《西游記》周邊產品,例如金箍棒玩具、唐僧面具等等。

 
 

人工智能——個性化定制

如果說個性化推薦是初代吸引用戶消費的嘗試,那么個性化定制則是對嘗試的升級,而阿里人工智能設計師“鹿班”,便是這次升級中最具代表性的產品。

 “鹿班”由學習網絡、行動器和評估網絡三部分組成,通過人工智能算法和大數據訓練,學會設計并且輸出海報內容,為每個消費者量身定制廣告圖片

 

據悉,根據今年雙十一的表現,“鹿班”已經達到阿里P6設計師的水平,相當于市面上的高級設計師。雖然“鹿班”只用了兩年時間,就獲得了人類要用十年才能獲得的能力,但它的“成材”之路,也絕不輕松。

首先告訴機器設計什么構成設計人員通過人工數據標注,對設計的原始文件中的圖層做分類,并提煉設計手法和風格通過數據的方式告訴機器,哪些元素可以放在一起

其次給機器建立素材庫。當機器學習到設計框架后,需要大量的生產資料,這時就需要建立素材通過機器圖像特征提取分類,再通過人工控制圖像質量以及版權問題

另外,讓機器虛擬做圖。這個原理有點像下圍棋:在設計框架上構建起虛擬畫布,類似棋盤讓機器素材庫中的素材往棋盤放,通過不斷嘗試反饋,讓機器“學習”怎么完成設計。

最后,評估機器作品。通過抓取大量設計的成品,從“美學”和“商業”兩個方面進行評估,進一步優化機器“審美”能力。

 

今年4月21日,阿里宣布“鹿班”正式對外開放能力,這并不是設計師將被取代的信號,而是 “魯班”將成為設計師得力助手的信息。設計師們甚至可以馴養屬于自己的“鹿班”——不僅可以學會各種設計風格,還能幫設計師接活賺錢。

 

從推薦到定制,有人說這是電商移動端個性化領域的一個大躍進,而在這個進步之下,某寶等購物網站也會更加懂你。

投其所好之下,是永遠有所期待,為了下個雙十一能果斷清空購物車,加油吧!