京東集團高級副總裁張晨總結：京東是一家以互聯網科學引領的網絡零售企業，零售是它的基因，而零售最根本的是要給用戶做好服務，京東可以通過技術手段把服務體驗提升更多。

物流已經成為京東的核心競爭力，在今年618大促期間，有大量的商品實現了當日達，要讓物流更快可以通過大數據的方式來實現，例如對某個居住小區的消費偏好進行分析，可以預先判斷哪些商品最暢銷，把商品放在小區附近的配送站，當有消費者下單，便可實現配送，這樣能提升用戶體驗。

提升用戶體驗的第二方面，是在大數據的基礎上實現的精準推送。零售企業對商品是否暢銷的一個判斷是周轉率，而京東要實現提升周轉率便是對商品的精準推送，“千人千面”產品體現的是這樣的思路，京東商城研發部“推薦搜索部”劉尚堃表示：“在當前推薦位的情況下，再提升40%、50%的效能是能做到的，因為京東個性化首頁產品上線的時間并不長。”

張晨認為，數據量越大，后發的價值越大，因為京東的商品大多數屬于自營，貨品有來源、質量有保障、交易是真實的，這些讓京東成為“中國互聯網企業里數據最好的公司之一，用這些優質的數據反過來服務好用戶，可挖的細節太多，是一件做不完的事情。”

京東的數據主要兩大類，用戶行為數據和基于內容的數據。京東會根據用戶的行為數據構建用戶畫像，比如是不是有小孩，是不是男性，在京東的生命周期怎么樣，促銷的敏感度如何，在家還是單位購物多，購買率的等級是什么？京東會根據用戶的行為做推薦，這大多是通過離線數據計算的。此外，系統還會根據用戶的實時行為進行推薦，比如判斷出用戶喜歡瀏覽牙刷的品類，喜歡電動牙刷，而且偏好聲波類電動牙刷。

通過“共現矩陣”的辦法，京東推薦系統可以度量商品到商品的、用戶到用戶的商品、商品到商品的相似指數。比如用戶對某個商品的分值比較高，瀏覽的分值比較高，購買的分值更高。通過這些辦法，可以找到比較貼近其需求和愛好的產品推薦給消費者，在這些基礎算法之外，京東還會應用高級算法提升推薦的效果。

京東還會通過一些模型進行推薦，比如用戶的購買力模型、周期商品購買模型、LDA模型等。例如，京東現在有大量第三方商家，會存在有“一品多商”的問題，京東就會用圖片相似等方法做過濾。

在排序上，京東會進行兩級預估，先預估CTR（點擊率），再預估CVR（轉化率），由此進行排序。這是如何實現的呢？對于任何一個商品，京東都認為它具備品牌、中心詞、類目、擴展屬性等指標，可以用銷售量來度量。每個商品和商品之間有一張購買的網，每個商品的pagerank也可以使用，這個指標不但考慮了數量問題，還考慮了網狀關系，考量的指標還有評論數、好評度、瀏覽深度等。拿一個實際的例子來說，如果某用戶購買產后塑身產品，那么孕婦裝雖然有關聯度，但這種關系會被劇烈地降低權重，因為邏輯上是先懷孕后生產再塑身。

京東個性化與排序平臺部高級總監鄒宇分享了對冷啟動用戶的處理方法。所謂的“冷啟動”是指一個新用戶，系統中沒有他的行為數據。這個時候，京東做法就是根據人以群分的歸類法則。比如基于社交關系推薦。當然如果這些沒有，可能找更粗的人群分群的方式，比如性別、年齡、地域。當然最極端的情況下，完全沒有，那就根據最近的熱點進行類別多樣化精選推薦的策略，把每一類當下最流行的商品拼在一起推薦給新用戶去看，這其實是試探的過程，然后根據用戶的交互反饋，慢慢向用戶主信息上收斂。

重視實驗與監控迅速確認算法優劣

京東推薦平臺部總監劉思喆介紹，在推薦系統中，京東非常重視實驗與監控。京東是算法和架構分離，架構可以管頂層工程，算法就是每天嘗試各種各樣的特征、數據、規則，以及流量最終的效果怎么樣。

京東推薦的實驗系統采用了外部的頁面配置。流量實時生效，而且流量比例是可以任意分配的。簡單修改某一個線上實驗，它的流量就可以實現秒級線上更新，第二天甚至實時可以看到結果。京東的分流策略常用兩種，第一種是隨機，每次刷新看到的結果可能都不一樣，比如十組實驗，每一版都是10%的概率呈現；第二種就是相對固定，一旦看到第一次結果之后，就保證你以后看到的結果都是這個樣子。京東的實驗系統支持版本回溯，算法工程師一旦出現誤配，可以找回相關的版本和權限。

除了實時實驗之外，京東實驗系統同樣有離線debug平臺支持，輸入參數可以是一個或多個SKU，也可以是類，進行不同實驗的結果召回，定位不同實驗的效果。這樣算法工程師可以通過自測幾個小的例子，迅速找到自己的算法，在沒有切流量之前問題在哪，或者到底好在什么地方。

持續優化迭代提升推薦系統價值

劉思喆認為，算法優化必須逐步迭代。不可能忽然上一個很牛的算法保證效果提高50%，工程師之間的相互交流有助于提高算法優化效果。

而通過數據的挖掘，京東也會發現，某些用戶從來不點任何推薦，不點任何廣告，也就是對這個東西完完全全不感冒。那可能京東也有可能對該用戶隱藏推薦系統。“用戶如果能深度地參與到推薦系統里面來，當然可能是無意識的，這時推薦系統才真正做到了極致。”

鄒宇認為，京東大數據的價值越來越大。舉例來說，互聯網展示廣告的點擊率通常能到千分之一就不錯了，轉化率更低，通常是萬分之幾。但京東的搜索轉化率高于這種廣告轉化率的幾個數量級，因此，京東的數據會有越來越高的價值，京東的推薦系統在推動業務成長方面的作用也將越來越重要。