熱鬧的雙十一總算過去了，不知道大家有沒有一種過年的感覺。

先是點贊PK能量，再是攢碼瓜分11.11億現(xiàn)金紅包，緊接著是明星云集的直播晚會，最后一起等待零點鐘聲的響起……

在一系列儀式感的引導(dǎo)下，終于又一次刷新了雙十一的日交易記錄：2135億。

這是一次全民的狂歡，也是一次三方共贏——不管是發(fā)包裹的商家、送包裹的快遞小哥，還是等著收包裹的你，都滿懷喜悅之情。

但在狂歡背后，我們有必要深思，為什么我們總?cè)滩蛔《缡郑?/span>

先介紹一下本期的兩位嘉賓：小文和算法

大數(shù)據(jù)——個性化推薦

經(jīng)?；燠E在某寶等購物網(wǎng)站的人，應(yīng)該會有這樣的體驗：在這些購物網(wǎng)站上搜索或者瀏覽過某種商品后，在接下來的一段時間內(nèi)，首頁最醒目的地方會出現(xiàn)同樣或類似的商品。

其實，這就是個性推薦——通過采集、分析并定義用戶行為數(shù)據(jù)，根據(jù)用戶的特征、偏好、行為習(xí)慣，從而預(yù)測平臺上的用戶偏好，最后向用戶推薦其可能感興趣的信息和商品。

這句話看起來很繞口，簡單來說就是：它們會記錄并分析你的習(xí)性，然后把你最想要的東西推給你，引導(dǎo)你消費。

但是要是實現(xiàn)這種目的，必須依靠相應(yīng)的算法才能實現(xiàn)，目前有三種主流算法：協(xié)同過濾推薦算法、聚類模型算法、基于搜索的算法。

協(xié)同過濾推薦算法通過顯式和隱式兩種評分方式，來判斷用戶對商品的感興趣程度。顯式評分是指用戶直接對某些產(chǎn)品進行的購買后評分；隱式評分則是通過用戶的使用行為來獲得，例如，一個用戶在某本書的商品詳情頁面瀏覽超過一分鐘，并上下滾動查了全部介紹，則說明該用戶很可能想購買該書。

聚類模型算法的目標是，把當前用戶歸類到相似用戶的細分人群里，再利用該細分用戶人群的購買和評級記錄生成推薦。比如，你購買了某種洗發(fā)水后，系統(tǒng)會想你推薦購買這款洗發(fā)水的人還購買了哪些商品。

基于搜索的算法原理，是根據(jù)該用戶已買過和評級過的商品，推薦其他有關(guān)聯(lián)的熱賣商品。比如如果一個顧客買了《西游記》這本書，系統(tǒng)就會推薦《西游記》周邊產(chǎn)品，例如金箍棒玩具、唐僧面具等等。

人工智能——個性化定制

如果說個性化推薦是初代吸引用戶消費的嘗試，那么個性化定制則是對嘗試的升級，而阿里人工智能設(shè)計師“鹿班”，便是這次升級中最具代表性的產(chǎn)品。

 “鹿班”由學(xué)習(xí)網(wǎng)絡(luò)、行動器和評估網(wǎng)絡(luò)三部分組成，通過人工智能算法和大數(shù)據(jù)訓(xùn)練，學(xué)會設(shè)計并且輸出海報內(nèi)容，為每個消費者量身定制廣告圖片。

據(jù)悉，根據(jù)今年雙十一的表現(xiàn)，“鹿班”已經(jīng)達到阿里P6設(shè)計師的水平，相當于市面上的高級設(shè)計師。雖然“鹿班”只用了兩年時間，就獲得了人類要用十年才能獲得的能力，但它的“成材”之路，也絕不輕松。

首先，告訴機器設(shè)計由什么構(gòu)成。設(shè)計人員通過人工數(shù)據(jù)標注，對設(shè)計的原始文件中的圖層做分類，并提煉設(shè)計手法和風(fēng)格，通過數(shù)據(jù)的方式告訴機器，哪些元素可以放在一起。

其次，給機器建立素材庫。當機器學(xué)習(xí)到設(shè)計框架后，需要大量的生產(chǎn)資料，這時就需要建立素材庫。通過機器對圖像特征提取和分類，再通過人工控制圖像質(zhì)量以及版權(quán)問題。

另外，讓機器虛擬做圖。這個原理有點像下圍棋：在設(shè)計框架上構(gòu)建起虛擬畫布，類似棋盤，讓機器把素材庫中的素材往棋盤放，再通過不斷嘗試和反饋，讓機器“學(xué)習(xí)”怎么完成設(shè)計。

最后，評估機器作品。通過抓取大量設(shè)計的成品，從“美學(xué)”和“商業(yè)”兩個方面進行評估，進一步優(yōu)化機器“審美”能力。

今年4月21日，阿里宣布“鹿班”正式對外開放能力，這并不是設(shè)計師將被取代的信號，而是 “魯班”將成為設(shè)計師得力助手的信息。設(shè)計師們甚至可以馴養(yǎng)屬于自己的“鹿班”——不僅可以學(xué)會各種設(shè)計風(fēng)格，還能幫設(shè)計師接活賺錢。

從推薦到定制，有人說這是電商移動端個性化領(lǐng)域的一個大躍進，而在這個進步之下，某寶等購物網(wǎng)站也會更加懂你。

投其所好之下，是永遠有所期待，為了下個雙十一能果斷清空購物車，加油吧！