商品导购标签.PDF

淘宝网语义分析产品、技术介绍 王天舟（空海） 淘宝网-交易线-语义分析 个人介绍 • 花名空海 淘宝网中的文本 □淘宝主站： □文本数据： •用户评论 • 30亿店铺、宝贝浏览 •商品标题、详情页 • 10亿计的在线宝贝数 •用户query数据 • 千万量级交易笔数 •SNS、论坛等其他数据 海量文本数据带来的价值和挑战 有限框架数据的补充、用户UGC信息 如何结构化、高效计算 呈现文本数据挖掘文本价值 文本源数据 向量算法 抽取特征、 构建向量 评估、展现 语义分析平台架构总览 文本 商品标 数据 评价 详情页 SNS/分享数据 题 特征计 分词/新词 词之间相关 序列标注 句法分析 实体语义 算层 聚 类 层次聚类 谱系聚类 KNN Kmeans 算 分 法 类 SVM/ANN/决策树/贝叶斯 算 法 产 大家印象 北极圈 U站推荐 UE反馈 品 今天的话题 □相关业务场景: 标签、内容、分类打标 □相关算法和问题 □文本技术拓展 文本标签服务 内容相关、相似 框架提取 文本分类 单品标签 “大家印象” 商品导购标签 标签范围不确定：卖家自填商品标签；买家行为标签 甜 通过算法圈定标签，如搜索query ： 蜜 小清 夜 原 北京白领 果 蜜 新 1、关键字聚合（商品重合度\购买人群重合度） 婆 市 创 粉 高 惠 白富美 2、关键字筛选（搜索UV\商品数量\购买转化） 婆 真 宅 胖 端 美 屌 牙痛 夜 皮 男 陌 深 妞 头层 标签范围确定：买家自然属性