热闹的双十一总算过去了，不知道大家有没有一种过年的感觉。

先是点赞PK能量，再是攒码瓜分11.11亿现金红包，紧接着是明星云集的直播晚会，最后一起等待零点钟声的响起……

在一系列仪式感的引导下，终于又一次刷新了双十一的日交易记录：2135亿。

  

这是一次全民的狂欢，也是一次三方共赢——不管是发包裹的商家、送包裹的快递小哥，还是等着收包裹的你，都满怀喜悦之情。

但在狂欢背后，我们有必要深思，为什么我们总忍不住剁手？

 

先介绍一下本期的两位嘉宾：小文和算法

 

大数据——个性化推荐

经常混迹在某宝等购物网站的人，应该会有这样的体验：在这些购物网站上搜索或者浏览过某种商品后，在接下来的一段时间内，首页最醒目的地方会出现同样或类似的商品。

其实，这就是个性推荐——通过采集、分析并定义用户行为数据，根据用户的特征、偏好、行为习惯，从而预测平台上的用户偏好，最后向用户推荐其可能感兴趣的信息和商品。

这句话看起来很绕口，简单来说就是：它们会记录并分析你的习性，然后把你最想要的东西推给你，引导你消费。

但是要是实现这种目的，必须依靠相应的算法才能实现，目前有三种主流算法：协同过滤推荐算法、聚类模型算法、基于搜索的算法。

协同过滤推荐算法通过显式和隐式两种评分方式，来判断用户对商品的感兴趣程度。显式评分是指用户直接对某些产品进行的购买后评分；隐式评分则是通过用户的使用行为来获得，例如，一个用户在某本书的商品详情页面浏览超过一分钟，并上下滚动查了全部介绍，则说明该用户很可能想购买该书。

聚类模型算法的目标是，把当前用户归类到相似用户的细分人群里，再利用该细分用户人群的购买和评级记录生成推荐。比如，你购买了某种洗发水后，系统会想你推荐购买这款洗发水的人还购买了哪些商品。

 

基于搜索的算法原理，是根据该用户已买过和评级过的商品，推荐其他有关联的热卖商品。比如如果一个顾客买了《西游记》这本书，系统就会推荐《西游记》周边产品，例如金箍棒玩具、唐僧面具等等。

 
 

人工智能——个性化定制

如果说个性化推荐是初代吸引用户消费的尝试，那么个性化定制则是对尝试的升级，而阿里人工智能设计师“鹿班”，便是这次升级中最具代表性的产品。

 “鹿班”由学习网络、行动器和评估网络三部分组成，通过人工智能算法和大数据训练，学会设计并且输出海报内容，为每个消费者量身定制广告图片。

 

据悉，根据今年双十一的表现，“鹿班”已经达到阿里P6设计师的水平，相当于市面上的高级设计师。虽然“鹿班”只用了两年时间，就获得了人类要用十年才能获得的能力，但它的“成材”之路，也绝不轻松。

首先，告诉机器设计由什么构成。设计人员通过人工数据标注，对设计的原始文件中的图层做分类，并提炼设计手法和风格，通过数据的方式告诉机器，哪些元素可以放在一起。

其次，给机器建立素材库。当机器学习到设计框架后，需要大量的生产资料，这时就需要建立素材库。通过机器对图像特征提取和分类，再通过人工控制图像质量以及版权问题。

另外，让机器虚拟做图。这个原理有点像下围棋：在设计框架上构建起虚拟画布，类似棋盘，让机器把素材库中的素材往棋盘放，再通过不断尝试和反馈，让机器“学习”怎么完成设计。

最后，评估机器作品。通过抓取大量设计的成品，从“美学”和“商业”两个方面进行评估，进一步优化机器“审美”能力。

 

今年4月21日，阿里宣布“鹿班”正式对外开放能力，这并不是设计师将被取代的信号，而是 “鲁班”将成为设计师得力助手的信息。设计师们甚至可以驯养属于自己的“鹿班”——不仅可以学会各种设计风格，还能帮设计师接活赚钱。

 

从推荐到定制，有人说这是电商移动端个性化领域的一个大跃进，而在这个进步之下，某宝等购物网站也会更加懂你。

投其所好之下，是永远有所期待，为了下个双十一能果断清空购物车，加油吧！