问答 第302页

对于淘宝降权权限的问题，是备受淘宝商家们关注的问题，而对于店铺宝贝降权一般商家是不知道的，所有当商家查看后台流量时，就需要去检查其出现的问题，那么淘宝怎么查看宝贝权重？
淘宝怎么查看宝贝权重？
违规受理栏包括违规受理，禁售品受理，知识产权侵权受理，商家假货问题咨询，商家虚假交易问题咨询，账户安全处罚等模块，触犯以上问题都是可以降低淘宝店铺的权重，从而导致违规宝贝会降权，严重者会搜索不到宝贝。
选择违规受理-商品问题受理-商品管理(下架、删除、搜索、降权)问题咨询，打开想要查询是否被淘宝降权的宝贝链接，在浏览器地址栏将地址等于号后面的数字复制，即宝贝商品ID，就可以通过搜索服务得出结果。
在卖家问题，自助服务，商品管理问题诊断工具处粘贴复制的宝贝ID，点击搜索即可。
权重有哪些？
淘宝权重一般来说就是店铺收藏、店铺访客这些，但是又不简简单单是这些，其实需要我们做的非常之多，总结来说就是淘宝系统为淘宝店铺设置的规则。
店铺营销系列，店铺做的一些优惠活动，比如在引流宝的设置、店铺设置的优惠红包、购物车满多少优惠政策、成为会员优惠政策等等营销手段。
店铺引流系列，店铺利用网络为店铺引入大量流量，比如：寻找微博、抖音大V为店铺做宣传;或者利用直播为自己拉入顾客，提高销售量。
消费者保障系，淘宝店铺设置的7+无理由、运费险、破损补寄、商品质量保证险等等都是对消费者的保障权益。
宝贝设置优惠系列，比如对宝贝进行优惠券、VIP会员有折扣价、将宝贝设成公益宝贝关于优化宝贝销售的真诚个都是属于这个系列。
店铺设置系列，将店铺简介，卖家联盟等方面进行优化，对这些方面增加创造心意，店铺个性化度等等做好这些指标能使店铺权重大大增加。
对于一些消耗品类目来说，复购率是一个非常重要的因素，对于店铺的日常运营来说，甚至要比获取新顾客来的更重要，因为这是一个非常能够体现你的产品及服务好坏的因素。

智能推荐算法已经成为当今信息平台、搜索引擎、浏览器、社交软件等软件的标配。这些算法的设计原理如何？本文将分享今日头条资深算法架构师曹欢欢博士在2018年1月首次公开的今日头条算法原理，帮助读者全面、深入地理解智能推荐算法。

今日头条的信息推荐算法自2012年9月第一版开发运行至今，已历经四次大调整和修改，服务全球亿万用户。以下为曹欢欢博士关于《今日头条算法原理》的分享内容。

本次分享将主要介绍今日头条推荐系统概览、内容分析、用户标签、评估分析、内容安全等原理。分享内容基于平台架构师和算法设计者的视角，对算法应用人员和数字化营销人员也有借鉴意义。

推荐系统实际上是一个拟合用户对内容满意度的函数，需要输入三个维度的变量。模型会根据这三个维度给出一个预估，即推测推荐内容在这一场景下是否合适。引入无法直接衡量的目标，如点击率、阅读时间、点赞、评论、转发等，可以通过模型直接拟合做预估。

一个优秀的工业级推荐系统需要灵活的算法实验平台，支持多种算法组合和模型结构调整。今日头条旗下几款产品都在沿用同一套强大的算法推荐系统，但根据业务场景不同，模型架构会有所调整。

典型推荐特征主要包括相关性特征、环境特征、热度特征和协同特征。相关性特征评估内容的属性与用户是否匹配，环境特征包括地理位置、时间等，热度特征包括全局热度、分类热度等，协同特征可以帮助解决算法越推越窄的问题。

今日头条推荐系统主要采用实时训练，用户行为信息可以被模型快速捕捉并反馈至下一刷的推荐效果。整体训练过程是线上服务器记录实时特征，导入Kafka文件队列，然后进一步导入Storm集群消费Kafka数据，客户端回传推荐的label构造训练样本，最终线上模型得到更新。

召回策略设计需要考虑性能，一般超时不能超过50毫秒。召回策略种类有很多，主要用的是倒排的思路，离线维护一个倒排，线上召回可以迅速从倒排中根据用户兴趣标签对内容做截断。

内容分析包括文本分析、图片分析和视频分析。文本分析在推荐系统中一个很重要的作用是用户兴趣建模。今日头条推荐系统主要抽取的文本特征包括语义标签类特征、文本相似度特征、时空特征和质量相关特征。

用户标签包括用户感兴趣的类别和主题、关键词、来源、基于兴趣的用户聚类以及各种垂直兴趣特征。用户标签挖掘总体比较简单，主要还是工程挑战。

评估推荐效果需要完备的评估体系、强大的实验平台以及易用的经验分析工具。一个良好的评估体系需要兼顾短期指标与长期指标、用户指标和生态指标、协同效应的影响。

今日头条在内容安全上的一些举措包括专门设有审核团队负责内容安全、成立之初就重视内容审核、采用统一的审核机制、分享内容识别技术等。

以上是今日头条推荐系统的原理分享，希望大家能够借鉴、分析相关原理，以更好地促进工作。