阿里研究型实习生 | 图表示学习在电商推荐的应用研究

阿里| 图表征学习在电商推荐领域的应用研究

项目简介

阿里国际站是阿里巴巴的创始业务，承担着B类跨境贸易的主要流量。而B类用户行为相比C类较稀疏，使用传统机器学习方法模型较难训练充分。通过用户在国际站上的行为，如点击、询盘和购买等，可以构建不同节点和不同边类型的关系图。如商品与商品的同构关系图、用户与商品的异构关系图或用户、商品与内容的异构关系图。目前图表征学习被大量应用在各种领域，如数据挖掘、计算机视觉、推荐等。图表征上的各种算法可以进行数据增强和数据扩充，进而能对用户和商品进行充分表征。在国家站推荐召回侧，图表征学习已经得到了一系列的应用和落地，并取得了很好的效果。

但是目前在推荐领域仍然遇到一些业界难题，如推荐侧排序特征稀疏、商品（内容）冷启动以及多业务场景联合训练等。这些问题不仅需要考虑到用户和商品的特征，也要考虑到用户和商品，以及不同场景间的关联关系，图表征学习这种融合节点与关系的方法论值得进一步探索这些难题。

领域方向

超大规模预训练关键技术研究

项目时间

2021年12月01日 至 2022年12月01日

项目信息

工作城市：杭州

毕业要求：2022年04月01日-2025年04月01日毕业的学生

投递链接

https://campus.alibaba.com/projectDetail.htm?spm=a1z3e1.11796652.0.0.272660d3Zdm3Pz&id=1183&batchId=82&batchName=%E7%A0%94%E7%A9%B6%E5%9E%8B%E5%AE%9E%E4%B9%A0%E7%94%9F