1. 京东购物在微信等场景下的算法应用实践
本文根据京东微信手Q业务部马老师的分享，总结了京东购物在微信等场景下的算法应用实践。京东购物智能推荐系统通过ABC（AI人工智能、BigData大数据、Cloud云服务）技术，实现了从海量服务到简单个性服务再到个性化服务的转变。推荐系统涉及关键词推荐、素材推荐、商品推荐、资讯推荐等多方面，包括关键词推荐、素材推荐、商品推荐、资讯推荐等。
ABC技术在推荐系统中起到了关键作用，如金手指算法的下单转化率提升达到200%-400%，智能卖场的构建也大幅提高了运营效率。此外，组织联动在推荐效果上也有显着提升，表明算法优化与产品运营联动的结合能够进一步提升推荐效果。在推荐系统搭建过程中，关键在于数据、算法、系统的整合与优化。
京东推荐系统的核心在于解决业务需求、平台多、跨公司数据共享、用户体验、效果提升和用户量大等问题。系统架构包括业务层、接入层、推荐引擎、数据层和基础平台，每个环节都紧密相连，共同支撑起推荐系统的高效运行。推荐引擎分为召回策略、打分排序和重排策略，以满足不同场景下的个性化需求。
在模型构建方面，推荐系统的目标是最大化GMV、CTR*CVR和CTR，核心在于个性化推荐，结合EE策略改善用户体验。在算法选择上，初期采用热度和IOR算法快速上线，智能接入策略则根据平台转化效率调整流量分配。推荐过程中，数据处理和算法优化是关键，需要解决冷启动、假曝光、异常数据清洗、正负样本问题和数据稀疏问题。
用户画像系统是推荐系统的重要组成部分，通过内外部数据融合、采集和计算，构建全面的用户画像，解决身份识别问题。大数据平台提供实时处理、系统复杂性和业务支持能力，支持机器学习算法的运行。
通过ABC技术、智能接入策略、模型构建、数据处理、用户画像和大数据平台，京东购物在微信等场景下的算法应用实践实现了从用户体验到业务效果的全面优化，为用户提供了更加个性化、精准的购物体验。
2. 算法应用的利弊！（致各平台）
近年来，算法应用在给经济、 社会 发展注入新动能的同时，算法歧视、“大数据杀熟”、诱导沉迷等算法不合理应用也给我们的生活带来烦恼。针对这些问题，国家网信办等四部门联合制定的《互联网信息服务算法推荐管理规定》1月4日正式发布，向各种算法乱象伸出“利剑”。
什么叫“大数据杀熟"！在网络上购物的人，特别是“剁手党"，都应该深有体会！
诱导沉迷，真的只能呵呵呵！就一个
“农药"大家都懂，但南山却假装不懂！
还有一个叫做扭腰女……
算法歧视！知道什么叫做流量就应该懂
或者说最近的
一娅等于多少
一庭等于多少
不公平带来的……
《规定》明确，应用算法推荐技术是指利用生成合成类、个性化推送类、排序精选类、检索过滤类、调度决策类等算法技术向用户提供信息。这意味着各类提供算法推荐服务的互联网公司几乎都在监管范围内，如各类短视频平台、电商平台、社交平台及餐饮外卖平台等。
算法推荐……
类似于一些非常难缠的销售…
我们必须把互联网发展纳入有法可依、有法必依、执法必严、违法必究的轨道，用依法管网的建设意识，培育出趋利避害、生机勃勃、欣欣向荣的网络生态。
企业追求利润无可厚非！
但网络不是无法之地
追求利润的同时也要遵守法律
公平竞争，合法获取
否则让你们尝尝覆舟的感觉！