京东推荐搜索部：机器学习技术在推荐系统中的应用

京东机器学习技术在推荐系统中的应用，打造千人千面的个性化推荐引擎京东推荐产品介绍通用模型的应用大规模 CTR 预测系统实例总结和回顾京东推荐产品• 80+ 推荐产品，包括移动端和 Web 端• 20+ 推荐服务，支撑 EDM、广告、微信端等• 遍布用户网购的各个环节推荐系统的价值 • 挖掘用户潜在购买需求• 缩短用户到商品的距离• 用户需求不明确时提供参考• 满足用户的好奇心推荐产品截图示例不同位置的推荐产品定位不同京东推荐算法优化方向以数据分析为工具，提升数据的质量和覆盖度，增强对业务的理解（25%）• 测试不同算法在不同数据源的效果，提高召回模型的质量，增加结果辨识度（50%）• 以用户反馈为依据，融合不同类型、不同维度据源，对推荐结果重排序（15%）• 增加数据的更新频率（5%）• 其他（5%）京东对推荐数据的理解推荐的 CTR 预测什么是推荐商品的 CTR（Click Through Rate）？• 关联推荐的情境下，根据给定主商品推出的推荐商品，在用户浏览后被点击的概率。• 可以理解为条件概率 P(Y = 1jX)最优子集（Feature selection）的优点如何对商品