1. 京東購物在微信等場景下的演算法應用實踐
本文根據京東微信手Q業務部馬老師的分享，總結了京東購物在微信等場景下的演算法應用實踐。京東購物智能推薦系統通過ABC（AI人工智慧、BigData大數據、Cloud雲服務）技術，實現了從海量服務到簡單個性服務再到個性化服務的轉變。推薦系統涉及關鍵詞推薦、素材推薦、商品推薦、資訊推薦等多方面，包括關鍵詞推薦、素材推薦、商品推薦、資訊推薦等。
ABC技術在推薦系統中起到了關鍵作用，如金手指演算法的下單轉化率提升達到200%-400%，智能賣場的構建也大幅提高了運營效率。此外，組織聯動在推薦效果上也有顯著提升，表明演算法優化與產品運營聯動的結合能夠進一步提升推薦效果。在推薦系統搭建過程中，關鍵在於數據、演算法、系統的整合與優化。
京東推薦系統的核心在於解決業務需求、平台多、跨公司數據共享、用戶體驗、效果提升和用戶量大等問題。系統架構包括業務層、接入層、推薦引擎、數據層和基礎平台，每個環節都緊密相連，共同支撐起推薦系統的高效運行。推薦引擎分為召回策略、打分排序和重排策略，以滿足不同場景下的個性化需求。
在模型構建方面，推薦系統的目標是最大化GMV、CTR*CVR和CTR，核心在於個性化推薦，結合EE策略改善用戶體驗。在演算法選擇上，初期採用熱度和IOR演算法快速上線，智能接入策略則根據平台轉化效率調整流量分配。推薦過程中，數據處理和演算法優化是關鍵，需要解決冷啟動、假曝光、異常數據清洗、正負樣本問題和數據稀疏問題。
用戶畫像系統是推薦系統的重要組成部分，通過內外部數據融合、採集和計算，構建全面的用戶畫像，解決身份識別問題。大數據平台提供實時處理、系統復雜性和業務支持能力，支持機器學習演算法的運行。
通過ABC技術、智能接入策略、模型構建、數據處理、用戶畫像和大數據平台，京東購物在微信等場景下的演算法應用實踐實現了從用戶體驗到業務效果的全面優化，為用戶提供了更加個性化、精準的購物體驗。
2. 演算法應用的利弊！（致各平台）
近年來，演算法應用在給經濟、 社會 發展注入新動能的同時，演算法歧視、「大數據殺熟」、誘導沉迷等演算法不合理應用也給我們的生活帶來煩惱。針對這些問題，國家網信辦等四部門聯合制定的《互聯網信息服務演算法推薦管理規定》1月4日正式發布，向各種演算法亂象伸出「利劍」。
什麼叫「大數據殺熟"！在網路上購物的人，特別是「剁手黨"，都應該深有體會！
誘導沉迷，真的只能呵呵呵！就一個
「農葯"大家都懂，但南山卻假裝不懂！
還有一個叫做扭腰女……
演算法歧視！知道什麼叫做流量就應該懂
或者說最近的
一婭等於多少
一庭等於多少
不公平帶來的……
《規定》明確，應用演算法推薦技術是指利用生成合成類、個性化推送類、排序精選類、檢索過濾類、調度決策類等演算法技術向用戶提供信息。這意味著各類提供演算法推薦服務的互聯網公司幾乎都在監管范圍內，如各類短視頻平台、電商平台、社交平台及餐飲外賣平台等。
演算法推薦……
類似於一些非常難纏的銷售…
我們必須把互聯網發展納入有法可依、有法必依、執法必嚴、違法必究的軌道，用依法管網的建設意識，培育出趨利避害、生機勃勃、欣欣向榮的網路生態。
企業追求利潤無可厚非！
但網路不是無法之地
追求利潤的同時也要遵守法律
公平競爭，合法獲取
否則讓你們嘗嘗覆舟的感覺！