你是下一個網(wǎng)紅么？機(jī)器說了算！除了下棋，人工智能還能發(fā)現(xiàn)新物種

網(wǎng)紅淘寶人工智能大數(shù)據(jù)

拙牧 | 2016-03-18 18:43

【數(shù)據(jù)猿導(dǎo)讀】這是個人人都可能是網(wǎng)紅的時代，隨著2015年網(wǎng)紅們頻頻走火，衍生出的網(wǎng)紅店鋪也是很受小粉絲的追捧。如何在萬千店鋪中甄別出哪些是真正的網(wǎng)紅店鋪呢？阿里數(shù)據(jù)科學(xué)家通過特征工程與分析得出了一些網(wǎng)紅店鋪的重要特征，能幫你篩選出真正有潛力的網(wǎng)紅店鋪

你是下一個網(wǎng)紅么？機(jī)器說了算！除了下棋，人工智能還能發(fā)現(xiàn)新物種

據(jù)外媒報道，由于基因突變以及環(huán)境變化，在過去一年中，科學(xué)家們共在地球上發(fā)現(xiàn)18000多個動物和植物新物種。而在互聯(lián)網(wǎng)生態(tài)中，網(wǎng)紅、淘女郎、砍價師、服務(wù)商、村淘合伙人等新物種也層出不窮。

2015年可以說是網(wǎng)紅元年，以羅輯思維為代表的網(wǎng)紅受到用戶追捧。2015年10月，羅輯思維宣布完成B輪融資，公司估值達(dá)到13.2億元。羅輯思維的天貓店開了1個月零14天，營業(yè)額達(dá)到240萬元。而在2015年“6.18”大促中，銷量TOP10的淘寶女裝店鋪也中有7家是“網(wǎng)紅”店鋪。這些店鋪的“掌柜”張大弈、趙大喜、于夢姣等均是知名網(wǎng)紅，擁有強(qiáng)大的粉絲號召力，教人如何搭配服裝、緊追時尚、并最終把粉絲轉(zhuǎn)化為購買力。

網(wǎng)紅對電商的增量市場意義重大，因此需提前發(fā)現(xiàn)潛在的網(wǎng)紅并對這些潛力股進(jìn)行專業(yè)化運營，以幫助這些潛力股加速成長。據(jù)了解淘寶專門針對這些網(wǎng)紅提供主題活動、在PC端開辟專門的紅人館，手淘端也開辟了達(dá)人淘等多種專業(yè)的網(wǎng)紅“孵化培育”服務(wù)。

但是如何在海量的店鋪中提前甄別出那些網(wǎng)紅，卻是非常有挑戰(zhàn)的，靠人肉幾乎是不可能完成的。具體的難度有3點：

1. 如何去刻畫網(wǎng)紅，網(wǎng)紅例子很容易找到，卻很難用語言去描述其特征;

2. 人工從海量店鋪中識別“特征”效率不高，費時費力;

3. 難以預(yù)估潛在網(wǎng)紅的總量，有些垂類里面不太適合網(wǎng)紅模式，因此不會生長出太多網(wǎng)紅。

阿里數(shù)據(jù)應(yīng)用部的科學(xué)家表示這些人肉不能完成的任務(wù)，可以通過人工智能來解決。人工智能用在這個地方可以解決實際問題，比下棋看起來更務(wù)實一些。首先可以通過若干種子店鋪作為模板進(jìn)行特征學(xué)習(xí)，發(fā)現(xiàn)刻畫特色店鋪的特征，基于相似搜索的思想從海量店鋪中自動化識別特色店鋪，進(jìn)而利用機(jī)器學(xué)習(xí)對圈選出的店鋪進(jìn)行排序并結(jié)合運營行業(yè)經(jīng)驗預(yù)估特色店鋪體量。

工作原理

據(jù)悉，阿里數(shù)據(jù)科學(xué)家通過特征工程與分析，從店鋪基本信息、買家人口特征、消費行為信息和社交網(wǎng)絡(luò)信息四個維度，從種子店鋪中選出最能刻畫店鋪特色的200個左右的特征(feature)：

得到這些重要特征后，基于阿里云MaxCompute(原ODPS)大數(shù)據(jù)計算平臺，使用Cosine相似度方法，模型會利用這些特征計算相似度，從海量店鋪中過濾掉與種子店鋪顯然不相似的店鋪;然后針對不同運營場景建立細(xì)膩的規(guī)則引擎進(jìn)一步過濾非特色店鋪，最終篩選出真正有潛力的網(wǎng)紅店鋪。

最后利用機(jī)器學(xué)習(xí)計算出一個分?jǐn)?shù)來對已經(jīng)產(chǎn)出的特色店鋪進(jìn)行排序，使得越靠前的店鋪越符合運營需求。通過設(shè)定閾值，可以把全部體量的潛在網(wǎng)紅店鋪全部篩選起來。

據(jù)稱，為了使這種機(jī)器學(xué)習(xí)判斷更為精準(zhǔn)，阿里數(shù)據(jù)科學(xué)家在每次運營人工檢查完店鋪后，會將符合需求的特色店鋪會加入到種子店鋪中，不符合需求的特色店鋪會加入到模型黑名單中，這樣可以調(diào)優(yōu)模型參數(shù)，幫助模型更好地學(xué)習(xí)相關(guān)特征，從而得到更為精準(zhǔn)的相似度與排序結(jié)果。

阿里科學(xué)家表示，目前該模型已經(jīng)應(yīng)用于服裝、運動、珠寶以及家居等一系列垂直品類中，并取得了不錯的效果，模型精準(zhǔn)度最高達(dá)到90%。比如針對女裝的垂類，經(jīng)過模型的幾次迭代以后，最終篩選出千家以上的網(wǎng)紅店鋪，這些店鋪的成交能占女裝Top100賣家中的20%，加以專門的網(wǎng)紅平臺服務(wù)，這些店鋪將會發(fā)揮越來越重要的作用，同時也持續(xù)不斷孵化出新的網(wǎng)紅店鋪。

阿里科學(xué)家表示，雖然模型算法并不是十分復(fù)雜，使用的數(shù)據(jù)量也不是非常海量，但是這是數(shù)據(jù)科學(xué)與電商運營知識的完美結(jié)合，解決的是實際問題，并且商業(yè)價值巨大。這也從另一個角度闡述了大數(shù)據(jù)與小數(shù)據(jù)的關(guān)系，對務(wù)實的企業(yè)而言，無論是大數(shù)據(jù)還是小數(shù)據(jù)，只要可以挖掘出商業(yè)價值都是好數(shù)據(jù)。真正的難點是大數(shù)據(jù)思維，以及如何從海量數(shù)據(jù)中找到有價值的小數(shù)據(jù)。

注：拙牧為數(shù)據(jù)猿特約作者

來源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。