1、 扫一扫二维码图案，关注我吧 阿里技术微信公众号 阿里巴巴机器智能微信公众号 本书著作权归阿里巴巴集团所有，未经授权不得进行转载或其他任何形式的二次传播。目录|推荐、搜索推荐、搜索 蚂蚁金服核心技术：百亿特征实时推荐算法揭秘.1 0.综述.1 1、弹性改造及优势.2 2、特征动态增删技术.4 3、模型压缩和稳定性.9 4、工程实现和效果.11 5、未来工作.12 IJCAI 论文|打破传统搜索排序，阿里首次提出商品间相互影响的全局排序法.14 1、前言.14 2、全局排序方法.15 3、实验效果.18 4、结论.21 SIGIR 阿里论文|一种端到端的模型：基于异构内容流的动态排序.23 1、

2、研究背景.23 2、所提出的算法.24 3、实验结果.27 SIGIR 阿里论文|可视化理解深度神经网络 CTR 预估模型.29 1、背景.29 2、平台介绍.30 3、算法实验.31 4、泛化效果与神经元状态波动.31 5、特征影响力.32 6、隐层的效用与其信息表征.33 7、隐层的效用与其表征再建模.33 8、小结.34 机器如何“猜你喜欢”？深度学习模型在 1688 的应用实践.36 1、背景.36 2、模型简介.38 3、训练数据.43 4、实验结果.44 5、调参经验.45 6、总结.46 为电商而生的知识图谱，如何感应用户需求？.48 1、背景.48 2、知识体系.54 3、技术

3、框架.56 4、后期规划.60 IJCAI 论文|基于改进注意力循环控制门，品牌个性化排序.61 1.1 引言.61 1.2 相关工作.64 1.3 任务定义和模型适配.65 1.4 品牌级排序系统.67 1.5 离线实验.72 1.6 线上实验.75 1.7 小结.76 火箭发射：点击率预估界的“神算子”是如何炼成的？.79 1、摘要.79 2、已有方法介绍.80 3、研究动机及创新性.80 4、方法框架.81 5、实验结果.84 6、总结.87 人群优选算法模型，如何挖掘品牌潜客？.88 1.背景简介.88 2.名词解释.89 3.项目目标.89 4.业界方案.89 5.技术方案介绍.90

4、 6.挑战与应对.97 7.总结与展望.98 凑单这个技术活，阿里工程师怎么搞？.99 1、背景.99 2、算法.100 3、总结.106 4、展望.106 5、项目总结.106 基于品类关系，虚拟类目如何建设？.108 1、前言.108 2、问题背景.109 3、整体解决方案.110 4、类目合并方案.113 5、类目拆分方案.117 6、效果.120 7、总结与后续规划.121 论文解读|数十亿商品中，长尾和新品怎么找到新主人？.122 1、背景介绍.122 2、Base Graph Embedding 算法框架.123 3、GES 和 EGES 算法.123 4、实验结果.124 5、系

5、统部署.126 让机器帮你做决策！强化学习在智能交互搜索的应用分享.127 1、交互搜索简介.127 2、问题定义&相关工作&建模.129 3、系统.133 4、结果.135 5、总结与展望.136 如何解决移动电商平台中的“伪曝光”？.138 1、介绍.139 2、相关工作.140 3、问题描述和公式化表达.141 4、算法.144 5、理论分析.150 6、实验结果.153 7、结论.161|机器视觉机器视觉 CVPR 阿里优秀论文：针对场景分割两大问题提出语境对比特征和门控多尺度融合.165 1、语境对比局部特征.166 2、门控多尺度融合.167 3、实验.168 如何检测视频异常事件

6、？阿里工程师提出全新检测模型.170 0、摘要.170 1、引言.171 2、我们的方法.172 3、实验.174 4、结论.177 蚂蚁实时视频通话技术和实践.179 1、引子.179 2、技术选型.179 3、系统架构.180 4、架构特点.182 5、关键技术和优化.182 6、未来展望.188 7、场景落地.188 8、结尾压轴.190 ACM MM 论文|用于行人重识别的多层相似度感知 CNN 网络.191 0、摘要.191 1、引言.192 2、我们提出的方法.194 3、实验.197 4、结果和讨论.198 5、结论和未来工作.199|语音语音、文本文本 针对商品标题冗长问题，阿