DT 时代，很多公司包括传统型企业都纷纷加入到数字化转型的队伍中来，数据的价值变现显得越来越重要。那么如何挖掘更多的企业数据价值呢，数据中台就是目前的一个最主要手段，数据中台改变了企业原来利用数据的形式（传统数仓、BI），通过业务数据化、数据资产化、资产服务化、服务业务化的四化良性高效闭环，加速了从数据资源到数据资产到价值变现的过程，提高了企业的业务响应力、创新力、价值力。通过降本增效，数据化智能运营，打造出数据驱动的智能化企业，从而更高效的为企业创造更多的价值。
2021-06-07 22:02:02
8.3MB
相比于其他推荐产品，手淘推荐也有自身的如下特点：
1. 购物决策周期：手淘推荐的主要价值是挖掘用户潜在需求和帮助用户购买决
策，用户的购物决策周期比较长，需要经历需求发现 , 信息获取，商品对比
和下单决策的过程，电商推荐系统需要根据用户购物状态来做出推荐决策。
2. 时效性：我们一生会在淘宝购买很多东西，但是这些需求通常是低频和只在
很短的时间窗口有效，比如手机 1~2 才买一次但决策周期只有几小时到几
天，因此需要非常强的时效性，需要快速地感知和捕获用户的实时兴趣和探
索未知需求 , 因此，推荐诞生之初就与 Flink、Blink 实时计算关系非常紧密。
3. 人群结构复杂：手淘中会存在未登录用户、新用户、低活用户以及流式用户
等，因此需要制定差异化的推荐策略，并且针对性地优推荐模型。
4. 多场景：手淘推荐覆盖了几百个场景，每个场景都独立进行优化显然是不可
能的，而且每个场景的条件不同，因此超参也必然不同，无法依靠人工逐个
优化场景模型的参数，因此需要在模型之间进行迁移学习以及自动的超参学
习等，通过头部场景的迁移学习来服务好尾部场景。
5. 多目标和多物种
2021-06-07 09:01:35
20.39MB