知識星球日前，國際機器學習與資料挖掘領域最高階別的學術會議ECML（ European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases ）收錄了京東智慧廣告實驗室（JD Intelligent Advertising Lab簡稱JD IAL）發表的題為“電商應用中的深度動態排序系統”的學術論文。論文開創性地系統地提出瞭如何將深度學習以及強化學習有機的結合，並應用在實際的商品推薦場景中的方法論。
在電商推薦中，如何辨識使用者的選品意向一直是一個有趣的話題。使用者的選品意向從表現上，改寫面廣，影響因素多，成因複雜，又難以預測。這些意向可能是長時意向，短時意向，廣泛的瀏覽意向，或精準的購買意向。傳統的推薦方法，很難對這些意向做到精確地量化地區分，從而造成意向識別不充分，系統反應不敏捷，推薦選品重覆，浪費資源位等諸多問題。如何設計推薦系統，使其透過動態排序去合理的解決這一問題，一直以來，都是電商研究人員關註的焦點。攻剋這一難題，可以帶來大幅地使用者轉化提升以及改善使用者體驗的目的。
針對以上問題，京東智慧廣告實驗室推薦團隊提出了一種深度學習與多臂老虎機相結合的動態排序機制，這種全新的推薦方式，不僅充分結合了深度學習原有的處理海量資料，高效抽取資料特徵併進行量化的模型特性；同時透過多臂老虎機對使用者的不同意向進行精準量化，實時監控，對使用者每次線上行為做出更加敏捷的分析，實時的改變排序策略，達到深層次建模選品的目的。這篇論文，不僅給出了非常具體的工程實現方式，而且從理論上對於方法的最優性予以了充分的數學證明，使廣大從業者在應用時能夠做到“證其優、知其優、觀其優”。
據京東集團副總裁、商業提升事業部總裁，同時也是京東智慧廣告實驗室負責人顏偉鵬博士介紹，這種深度學習與強化學習相結合的推薦方式，是繼Google, Uber, DeepMind等大型國際人工智慧研究機構在圍棋、電競、智慧駕駛等領域應用後，在推薦領域上的首次大規模工業應用，無論國內或是國外，均屬領先水平。深度動態排序的在京東電商推薦的成功（新系統對於多項推薦核心指標均帶來了非常可觀的提升：銷售額+16.7%，轉化+2.6%）充分說明，人工智慧對於電商而言充滿了想象空間。如何更好地對電商、計算廣告等領域中諸多問題進行建模，有朝一日在電商領域實現強人工智慧，這些話題對於每一個演演算法從業人員來說，都意義深遠且大有可為。
京東智慧廣告實驗室隸屬京東商城商業提升事業部，主要從事智慧廣告相關的基礎研究和應用研究，研究範疇涵蓋影片影象、NLP、大規模機器學習、深度學習、推薦技術、廣告機制等多個領域。實驗室成員包括有學術能力的碩士、博士研究生以及經由實驗室招募的優秀學者、在行業內和學術圈內有技術影響力的科學家。目前京東智慧廣告實驗室已累計研究成果數十項，其中多個專案榮獲京東集團技術創新獎項，多篇論文被國內外知名學術機構收錄。
