1
| 本文作者： 李尊 | 2016-11-03 11:57 |
近日在美國Indianapolis舉行的ACM CIKM Cup 2016中，來自中國阿里巴巴集團搜索事業部Natural Artificial Intelligence團隊在獲得了Personalized E-Commerce Search Challenge項目冠軍。
CIKM全稱是The ACM Conference on Information and Knowledge Management，是信息檢索和數據挖掘領域的全球頂級學術會議，由美國計算機協會(ACM)主辦。
今年CIKM Cup 2016競賽題目有：
跨設備實體連接（Cross-Device Entity Linking Challenge）
個性化電商搜索排序(Personalized E-Commerce Search Challenge)
跨設備實體連接（Cross-Device Entity Linking Challenge）
當下建立準確的用戶身份已是廣告公司一個非常困難和重要的問題，在這個過程中最關鍵的任務是在多個設備尋找相同的用戶信息，整合他們的數字足跡進行更精準的分析。
跨設備實體連接（Cross-Device Entity Linking Challenge）為學術界和工業界的研究人員提供了一個獨特的機會，來解決這個具有挑戰性的任務。
個性化電商搜索排序(Personalized E-Commerce Search Challenge)
個性化電商搜索排序(Personalized E-Commerce Search Challenge)為學術界和工業界的研究人員提供了一個獨特的機會，他們可以用來測試新的電子商務個性化搜索方法以及鞏固現有工作成果。
這項挑戰的獨特之處在于：
（1）釋出搜索記錄和瀏覽日志，過去只有搜索記錄。
（2）專注于電子商務搜索，因此有交易數據和獨特的（探索性）搜索行為模式。
（3）提供產品圖像，允許通過視覺特性來搜索排名實驗。
其中，阿里團隊獲得的是Personalized E-Commerce Search Challenge項目冠軍，該項目中主辦方提供了來自 DIGINETICA及其合作伙伴提供的用戶搜索、商品數據、交易信息（匿名）以及一個大型的產品圖像數據集。
競賽目標是針對搜索引擎的召回結果進行相關性打分，并基于打分進行排序，排序結果越接近理想值越好。相比主辦方提供的搜索排序基準數據，來自阿里巴巴的參賽團隊提升了21.28%。
在這次比賽中，阿里團隊將相關方法整理發布了題為Ensemble Methods for Personalized E-Commerce SearchChallenge at CIKM Cup 2016的文章。
在文章中，阿里團隊表示主要使用了集成方法，以及邏輯回歸、決策樹、SVM以及深度模型等。
據AI科技評論了解，目前集成方法（Ensemble Methods）正當紅，如Kaggle平臺上面的比賽幾乎都是用多個模型來集成來獲取更好的成績。
常見的集成方法（Ensemble Methods）有這么幾種：
Bagging：使用訓練數據的不同隨機子集來訓練每個 Base Model，最后進行每個 Base Model 權重相同的 Vote。
Boosting：迭代地訓練 Base Model，每次根據上一個迭代中預測錯誤的情況修改訓練樣本的權重。
Blending：用不相交的數據訓練不同的 Base Model，將它們的輸出取（加權）平均。
Stacking：劃分訓練數據集為兩個不相交的集合，在第一個集合上訓練多個學習器，在第二個集合上測試這幾個學習器，把第三步得到的預測結果作為輸入，把正確的回應作為輸出，訓練一個高層學習器。
邏輯回歸(Logistic Regression)是一種強大的統計方法，它能建模出一個二項結果與一個（或多個）解釋變量。它通過估算使用邏輯運算的概率，測量分類依賴變量和一個（或多個）獨立的變量之間的關系，這是累積的邏輯分布情況。
決策樹是一個決策支持工具，它使用樹形圖或決策模型以及序列可能性。包括各種偶然事件的后果、資源成本、功效。下圖展示的是它的大概原理：
SVM（Support Vector Machine）是二元分類算法。給定一組2種類型的N維的地方點，SVM（Support Vector Machine）產生一個（N - 1）維超平面到這些點分成2組。假設你有2種類型的點，且它們是線性可分的。 SVM（Support Vector Machine）將找到一條直線將這些點分成2種類型，并且這條直線會盡可能地遠離所有的點。
在文章最后，阿里團隊表示這次獲得Personalized E-Commerce Search Challenge項目冠軍主要是以下三個主要因素：
數據架構（data construction）
特征工程（feature engineering）
集成建模（ensemble modeling）
AI科技評論君認為，這次ACM CIKM Cup 2016比賽之前阿里的團隊在廣義的搜索那塊相對沒有那么有名。但由于其天生電商屬性，讓它在情投意合的CIKM Cup 2016大賽中個性化電商搜索排序(Personalized E-Commerce Search Challenge)部分正好一展身手，其實是歸功于其多年的技術沉淀所致。
在這次ACM CIKM Cup 2016決賽中，阿里巴巴團隊使用了集成方法，以及邏輯回歸、決策樹、SVM以及深度模型等，融合了多種方法，證明了其在這方面的實力。也希望阿里強大的計算能力和數據能力在未來能改變更多的行業，讓數據產生更大的價值。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
