【it168评论】双十一购物狂欢节马上就要到来了，各大电商平台都相继开始了预售活动。大家在剁手买买买的同时，有没有发现现在的购物平台似乎更懂你了，购物体验也更加友好了。这其中就有机器学习的功劳。
▲京东商城基础架构部首席架构师 何小锋
2017年10月19日-21日，由it168主办的第九届系统架构师大会邀请了京东商城基础架构部首席架构师何小锋，为我们分享一下京东商品基于机器学习的优化。何小锋表示京东现在的商品数据有几十亿，商品数据录入难以有效监管，质量参差不齐，用户反馈数据也没有得到有效使用。
为了更加有效的利用数据，京东不仅要对商家录入的数据进行清洗，而且要为商家提供算法，从源头把控数据质量。据何小锋介绍目前京东主要在商品标题合规、商品类目清洗、商品属性间不一致检测、自营价格合规、问答与评论spam检测、用户评论知识抽取等方面做了工作。
1. 商品标题合规
如果大家有过网购经验，那么就一定会有这样的经历，搜索到的商品标题太长，堆砌了太多词汇，导致页面显示不全。为了让商品标题合规，更易于消费者阅读，京东首先会对超长的标题进行分词，然后对命名实体进行识别，并进行短文本理解，最后重组标题。
2. 商品类目清洗
京东商品类目面临的困难是类目错绑情况严重，商品录入量大，难以管控，有些大型店铺sku可达数十万条;商品类目数多，精准录入难，三级分类就近4000条;主观理解商品类目划分错误：部分商品类目有重叠，难界定。
京东通过机器学习训练的商品自动分类，在多个试点一级类目实现分类准确率99%，修正上千万sku类目错绑属性。
3. 商品属性间不一致校验
我们经常会遇到商品的文字描述和图片不匹配的问题，例如文字描述是红色大衣，结果配图却是黑色大衣。为了解决这一问题，京东做了商品属性间不一致的校验，将商品原始mq放入到清洗程序中，然后再将清洗后的mq推送给程序。
商品属性间不一致校验目前覆盖了四个一级类目：运动户外、服饰内衣、鞋靴、礼品箱包，颜色识别覆盖61个三级品类，准确率95.65%，累计修正2亿条以上商品属性，1亿多条sku商品数。
4.自营价格合规
宣传图片的价格和实际购买价格不符，也是消费者经常会遇到的问题。京东基于图片服务2.0，每天自动审核发现数千价格违规现象。
5. 问答与评论spam检测
很多人在确认购买之前，都有去查看问答和评论的习惯，但是有时问答和评论并不是那么有价值，有些评论可能涉及到广告、辱骂，甚至是黄赌毒，还有一些评论是和商品完全无关的或者是很短的无意义的评论。对于前者，京东会直接删除或者屏蔽，如果是后者，京东可能会做一些降级处理。
6.用户评论知识抽取
有效的用户评论是最有价值的，所有京东会针对用户评论做多维度特征的挖掘，例如服务特征、商品类目特征、品牌特征等等。何小锋表示现在的决策分析更多是依赖销量、点击率等，但我希望未来的决策能够从用户的角度出发，让真正接触商品的用户来影响商家决策。
▲更多精彩尽在it168专题报道