过去一年，淘天业务技术同学持续关注技术的前沿和变革，并在研究领域取得了一系列创新成果。
按照计算机协会定义的CCF-A类会议和期刊，我们精选出同学们在数据挖掘领域、机器学习、计算机视觉及多媒体等领域里发表的17篇顶会paper，涵盖了KDD2023 、WWW2023 、IEEE VR2023 、 CVPR2023等多个国际会议。后文将带大家迅速了解这17篇论文的研究成果及其在业务领域内的落地应用，并附上paper全文PDF文件可供下载和阅读。
保持更新，不断迭代，希望你读以下论文时能够为你带来新的思考。
论文标题：
论文标题：
DATE: Domain Adaptive Product Seeker for E-commerce
电商场景下的域自适应商品搜寻
论文简介：
直播电商正在快速发展，如果能帮助消费者在琳琅满目的直播间里，快速聚焦定位喜欢的商品并自动检索出商品链接，这将大幅提高用户的购物体验。我们针对全监督商品定位任务，设计了双分支跨模态定位架构，其能同时处理全局视觉以及语音文本两部分信息，并进行充分交互来完成商品坐标的准确定位。此外，由于定位所需的边框标注获取成本很高，我们还探索了利用迁移学习而无需全量标注的无监督域自适应商品定位，这也是学术界的首次研究，我们设计了一个域对齐模块来减少跨域单模态边缘分布及多模态条件分布的差异，并提出了动态伪标注法进一步实现知识迁移。本文为每个模块都进行了充分的实验，所提的商品定位模型在淘宝商品检索与定位数据集都达到了业界最优水平，且已经在阿里巴巴集团-淘宝直播业务中投入使用，在线上服饰类商品A/B测试中实现了人均停留时长提高24%，引导成交金额提高19%，足见其卓越的贡献。
下载地址：
https://openaccess.thecvf.com/content/CVPR2023/papers/Li_DATE_Domain_Adaptive_Product_Seeker_for_E-Commerce_CVPR_2023_paper.pdf
论文标题：
MD-VQA: Multi-Dimensional Quality Assessment for UGC Live Videos
针对UGC直播视频的多维度视频质量评价方法
论文简介：
论文标题：
DiffDance: Cascaded Human Motion Diffusion Model for Dance Generation
DiffDance：针对舞蹈视频生成的级联人体运动扩散模型
论文简介：
听音乐时，人们自然而然地会随着节奏跳舞。然而，受限于人体运动的物理约束和与目标音乐的节奏对齐，自动生成舞蹈是一项具有挑战性的任务。传统的自回归方法在采样过程中引入了累积误差，并且难以捕捉长舞蹈序列的结构关系。为了解决这些限制，我们提出了一种新颖的级联运动扩散模型，称为DiffDance，用于高分辨率、长时间的舞蹈生成。该模型由音乐到舞蹈扩散模型和序列超分辨率扩散模型组成。为了在条件生成中弥合音乐和动作之间的差距，DiffDance采用预训练的音频表示学习模型来提取音乐嵌入，并通过对比损失进一步将其嵌入空间与动作对齐。在训练级联扩散模型时，结合了多个几何损失来限制模型输出的物理合理性，并增加了动态损失权重，在扩散中自适应变化，以促进样本多样性。通过在基准数据集AIST++上进行的多维度实验，我们证明了DiffDance能够生成与输入音乐有效对齐的逼真舞蹈序列。
下载地址：
https://arxiv.org/pdf/2308.02915.pdf
论文标题：
Generalize Learned Heuristics to Solve Large-scale Vehicle Routing Problems in Real-time
泛化基于学习的启发式算法以实时解决大规模车辆路径问题
论文简介：
大规模路径规划问题（VRP）在物流、交通、供应链和机器人等领域具有广泛的应用。目前基于数据驱动的VRP算法能够实时求解100个节点的VRP问题，但是针对大规模VRP时，仍然面临三大挑战：
难以将在小规模VRP上学得的模型泛化到大规模VRP而无需重新训练；
难以实时生成大规模VRP的解；
难以将全局约束嵌入学得的模型；
为此，我们提出了一种两阶段分割方法（TAM），相较于其他数据驱动方法，我们通过Transformer模型生成子路径序列而不是节点序列，从而将在小规模VRP上学得的模型泛化到实时求解大规模VRP。我们设计了新的Reward和Padding技术，提出了两步强化学习方法来训练我们的TAM。此外，我们提出了一种全局Mask函数，将大规模VRP分割为若干独立的小规模旅行商问题（TSP）同时满足全局约束。因此，我们可以利用并行计算技术快速实时求解小规模的TSP问题。通过大规模的合成算例及实际算例表明，我们的方法能够将在VRP 100数据集上训练得到模型泛化到实时求解超过5000个节点的VRP，同时保持比纯数据驱动方法和传统启发式搜索算法更优的解。
基于TAM技术，我们开发了大规模组合优化求解器Laser。通过结合传统启发式优化算法及强化学习的优势， Laser具有求解规模大（可以求解VRP10000）、求解速度快（可以在10s内求解VRP2000）、泛化性能好（100节点训练的模型可以泛化到10000节点以上）的特点。Laser排线功能成功应用于淘菜菜大规模智能排线（平均超过800个团点，在全国900个以上的仓落地）等业务，Laser切箱功能先后在天猫超市、天猫国际、盒马常温仓包材推荐及冷冻仓自动化装箱以及AliExpress海运装箱等业务落地。
TAM求解框架：
IEEE VR2023
论文标题：
Design and User Experience Evaluation of Product Information in the Context of VR Shopping Environment
扩展现实购物应用中的商品信息设计实现
论文简介：
目前在XR应用中使用3D商品详情页的尝试被认为可以丰富在线购物的体验，因为它提供更加身临其境的体验。但是此类方案在商品信息呈现的设计上仍然保留2D的特点，导致用户使用时由于存在割裂感而无法沉浸到虚拟环境中，进而可能会降低用户体验。因此本研究的目标是探索在XR应用中3D商品信息的不同设计方式以及通过用户实验探究不同设计维度对用户体验的影响。
本研究首先在谷歌、Bing等搜索引擎中广泛搜索包括AR，VR，MR在内的XR购物应用中商品详情页的应用案例构建语料库，同时制定纳入标准以确保收集到的设计案例是具有代表性、多样化的。最终我们收集到了50个符合标准的设计案例。然后，我们对语料库中的设计案例按照不同的维度进行分析和拆解。依据过往研究对信息设计的经验，在该阶段我们把每个设计案例从信息格式、展示模式（信息组成元素）、用户交互、空间关系四个维度进行拆解，得到最初的设计空间。为了使目前的设计空间更加规范化和具有普适性，我们进行了反复迭代，主要将信息组成元素和信息格式两个维度进行合并，作为视觉呈现的两个部分；空间关系维度进行规范化表达。最终的设计空间包含三个维度：视觉呈现、用户交互、空间关系，如图所示。
在任务完成效率方面，信息始终面向用户时能够减少信息因为视角变化而看不到的问题。使用连续型信息格式，即使用面板承载信息的方案也比离散型信息格式的方案普遍用时更短。使用离散信息格式方案的参与者能够得到更好的记忆水平和信息理解程度。使用离散化的信息格式导致了用户更高的空间记忆和本体感知。其次，我们发现增加图片、动效可以减轻用户使用时的总体压力水平。界面上的趣味性会大幅提高。趣味性可以通过唤起消费者在查看信息过程的乐趣和兴奋。连续型信息格式的总体任务负荷较低。多个信息同时界面会显得杂乱无章或者存在被遮挡的情况，因此也会额外增加用户在使用上的负担。在方案吸引力方面，离散型的方案比连续型的方案更具有吸引力。连续型的方案在使用时与传统手机页面差别不大，比较无聊。而离散型的方案通过信息内容与模型相应位置的对应提高了用户对商品的认知。非纯文字的方案在享乐质量上的表现普遍比纯文字方案更好。图片和动效能够增媒体丰富度。
综上所述， VR环境下的商品详情页适用于消费者已经对特定商品感兴趣的场景下，因此符合用户需求和痛点的信息需要选择传递效率更高的呈现方式。在信息表达上利用VR多感官、沉浸式的特性，更多地使用动效，声音或爆炸图的方式代替文字信息可以显著提升用户对商品的感兴趣程度。由于增加了深度这一维度，因此保持可见性和整洁性是3D商品信息设计的重点；查看信息时交互方式的简单和信息层级结构的清晰则能够间接地提升用户体验。
下载地址：
论文标题：
Fragility Index: A New Approach for Binary Classification
Fragility Index ：一种二分类的新评价指标
论文简介：
在二元分类问题中，许多常见性能指标旨在评估某些错误超过一定阈值的概率。但是，这些指标只关注超过域值的概率的大小，而忽视了对应的误差的数值大小和超过阈值的程度。而很多实际应用中，误差的数值大小是很有意义的。例如，在疾病检测和信用违约预测中，误差的数值大小反映了模型做出错误预测的置信度（confidence）。为此，我们提出了一个新的指标，即脆弱性指数 (Fragility index, FI)，通过捕获误差的大小和风险来评估二元分类器的性能。FI通过对模型产生的大误差施加一个巨大的惩罚，从而降低模型误分类的风险。此外，我们还采用分布式鲁棒优化(distributionally robust optimization)和鲁棒满意度(robust satisficing)的框架，去计算并控制由于样本分布偏移而产生的模型脆弱度（degree of fragility），从而加强模型的范化能力以及处理未观测过样本的能力。对于常见的分布间距离指标（probabilistic distance measures），我们可以很容易地计算并优化FI。同时我们也在实际数据集上进行了模拟实验，体现了FI的优秀性质和作为模型选择指标的优势。和其他指标选择的分类器相比，FI选择的分类器能更显著的增强模型的鲁棒性并减小出现较大误差的风险。
论文标题：
A Feature-Based Coalition Game Framework with Privileged Knowledge Transfer for User-tag Profile Modeling 基于特征和优势知识迁移的联盟博弈用户画像建模框架
论文简介：
在电商平台上，理解消费者兴趣偏好至关重要。我们提出了一个基于特征和优势知识迁移的联盟博弈用户画像建模框架。我们在用户画像建模中引入了两种特征，一种是联盟特征(Coalition Feature)，另一种是优势特征(Privileged Feature)。我们使用夏普利值(sharply value)去刻画联盟特征中每个特征对整体的贡献程度。对于优势特征，我们使用优势知识迁移模块(Privileged Knowledge Mapping)去映射优势特征，同时也使用自适应多视角映射模块(Adaptive Multi-View Mapping)来增强模型对丰富的优势知识的捕获程度。我们在2个公开数据集(MovieLens、Delicious)以及一个私有数据集(Taobao)证明了我们模型的优势。同时我们也在线上部署了我们的用户偏好模型，收获了10.81%的主题CTR(Theme-CTR)提升以及6.74%的商品CTR(Item-CTR)提升。
下载地址：
论文标题：
Controllable Multi-Objective Re-ranking with Policy Hypernetworks
可控多目标融合的重排序模型
论文简介：
多阶段排序已成为现代推荐系统中广泛使用的策略，其中最终阶段决定推荐序列，这个序列需要平衡多个目标，如用户偏好、多样性、新颖性等。线性标量化（Linear scalarization）是最广泛使用的多目标融合技术，它通过线性加权求和的方式，将多个目标融合成一个。现有的最终阶段排序方法通常采用静态模型，其中偏好权重在离线训练期间确定，并在在线服务期间保持不变。每当需要修改偏好权重时，就必须重新训练模型，这在时间和资源上都是低效的。同时，对于不同的目标用户群体或不同的时间段（例如，在假日促销期间），最合适的权重可能会有很大的变化。在本文中，我们提出了一个名为可控的多目标重排（CMR）框架，该框架结合了超网络，根据不同的偏好权重生成重排模型的参数。通过这种方式，CMR能够根据在线环境的变化为各种权重生成最优序列，而无需重新训练模型。此外，我们将实际的面向业务的任务分为四个主要类别，并将它们合并到基于Actor-Evaluator框架的重排模型中，该框架可作为CMR的可靠实际测试平台。基于淘宝App数据集的离线实验表明，CMR通过将几种流行的重排模型作为底层模型进行了改进。在线A/B测试也证明了CMR的有效性和可信度。
论文下载：
https://arxiv.org/pdf/2202.12524.pdf
WWW2023
论文标题：
Deep Intention-Aware Network for Click-Through Rate Prediction
即时意图感知的多任务排序模型
论文简介：
营销场作为首页流量分发的二级入口，具有以品带场的特点。其CTR预估问题可以归纳为给定用户和所见即所得商品（trigger item）进行商品推荐。在此场景下，我们需要识别用户进入营销场的意图（即被所见所得商品吸引还是对营销场本身感兴趣），并针对不同情况进行差异化建模。
基于此，我们提出了即时意图感知的多任务排序模型((Deep Intention-Aware Network, DIAN)，在聚划算、天天特卖和有好价等场景都取得较大的提升。
论文下载：
论文标题：
Continual Transfer Learning for Cross-Domain Click-Through Rate Prediction at Taobao
连续迁移学习用于淘宝的跨域点击率预估
论文简介：
论文探讨了如何在工业界的连续学习的框架下实现跨域（跨场景）推荐，针对工业推荐场景下模型需持续不断更新，迁移学习也需要持续进行的这一特点带来的挑战，提出了连续迁移学习这一新的跨域推荐范式，并提出了连续迁移网络（CTNet）模型用于淘宝的跨域点击率预估。CTNet利用连续预训练的源域模型的中间层表征结果作为目标域模型的额外知识，该模型可以复用过去已充分学习得到的模型参数以实现高效的跨域知识迁移。论文提出的方法在淘宝的真实数据集和线上A/B测试都取得了对比一系列最新的跨域推荐方法的在效果和效率上的显著优势，从2021年12月起已在有好货推荐系统全量上线，并持续取得显著业务效果，相关方法后续也在淘天集团的多个业务场景上落地并取得效果。
CHI2023
论文标题：
Layout Generation for Various Scenarios in Mobile Shopping Apps
移动购物应用程序中多种场景下的布局生成
论文简介：
布局对于移动购物应用程序中的商品展示页面是必不可少的。为了清晰地向消费者传达商品信息并实现特定的功能，商品展示页面的布局通常会根据场景进行多种变化。在这项工作中，我们研究了不同场景下商品展示页面的布局设计，并提出了一个设计空间来指导大规模的商品展示页面设计。此外，我们提出了一种全新的在内部和外部约束下生成布局的模型，LayoutVQ-VAE。LayoutVQ-VAE学习布局的离散潜在表示，并且可以在不应用启发式的情况下对布局潜在表示和场景之间的关系进行建模。在文档布局、UI布局等多个不同类型的公开布局数据集上的实验验证了我们的方法与目前最先进的方法相比表现更优或相当。用户研究则进一步表明我们所提出的包括设计空间和生成模型的方法可以有效地为移动购物平台制作大规模的高质量商品展示页面布局。
论文下载：
https://dl.acm.org/doi/10.1145/3544548.3581446
WSC2023
论文标题：
A Deep Q-Network Based on Radial Basis Functions for Multi-Echelon Inventory Management
一种用于多级库存管理的基于径向基函数的深度Q网络
论文简介：
本文解决了具有复杂网络拓扑的多级库存管理问题。过往的方法在该网络拓扑中很难得出最佳订货决策。深度强化学习 (DRL) 最近展示出解决此类问题的潜力，但在 DRL 中设计神经网络仍然是一个挑战。为了解决该问题，本文构建了一种 DRL 模型，其 Q 网络基于radical基函数。与基于神经网络的经典 DRL 模型相比，该方法可以更容易地构建，从而减轻超参数优化的计算负担。通过一系列的仿真实验，证明了该方法在解决base-stock策略优化问题的卓越性能，在多级网络中发现了更好的策略，并在串行结构中base-stock策略寻优中表现出色。此外，该方法优于当前的 DRL 方法。
论文下载：
INFORMS2023
AI vs 人工买手：库存补货系统的研究
论文简介：
库存管理是自营零售业务最重要的环节之一。传统上，补货决策是由库控或者买手做出的：尽管算法会提出建议，但人工可以选择忽略并做出自己的决定。团队一直在探索一种新的补货系统，希望算法建议最终被采纳。这些算法将最先进的深度强化学习技术与fictitious play的框架相结合。通过了解供应商的行为，我们能够解决订单数量的交货时间和履行率这些重要的内生性问题，这是现有的随机库存控制文献尚未研究的。我们提供的证据表明，我们的算法在降低缺货率和库存水平方面优于人工决策。更有趣的是，我们在疫情期间看到了额外的领先之处。过去3年，国内的城市（部分）间歇性封锁，以缓解 COVID-19 的爆发。我们观察到封锁期间人工决策中有恐慌性购买的行为，导致了牛鞭效应 (Bullwip effect)。相比之下，在我们的算法下，恐慌性购买和牛鞭效应可以得到缓解，因为它们能够捕捉供应商在封锁期间行为的变化。
SIGIR2023
论文标题：
U-NEED: A Fine-grained Dataset for User Needs-Centric E-commerce Conversational Recommendation
U-NEED：一个以用户需求为中心的电子商务对话推荐的细粒度数据集
论文简介：
对话推荐系统（CRSs）的目标是理解对话中表达的信息需求和偏好，以向用户推荐适合的商品。大多数现有的对话推荐数据集是通过众包合成或模拟的，与现实世界的场景存在很大差距。为了弥补这一差距，前期工作贡献了一个基于电子商务场景中用户与客服人员之间的售前对话的数据集E-ConvRec。然而，E-ConvRec只提供了粗粒度的标注和用于售前对话推荐的通用任务。与之不同的是，我们使用真实的用户需求作为线索，探索电子商务对话推荐中的复杂售前对话，即以用户需求为中心的电子商务对话推荐（UNECR）。在本文中，我们从现实世界的电子商务场景中构建了一个以用户需求为中心的电子商务对话推荐数据集（U-NEED）。U-NEED由3种类型的资源组成：（i）5个TOP类目中的7,698个细粒度标注的售前对话session数据（ii）333,879条用户行为数据和（iii）332,148条商品知识图谱三元组数据。为了促进UNECR的研究，我们提出了5个关键任务：（i）售前对话理解（ii）用户需求引导（iii）基于用户需求的推荐（iv）售前对话生成和（v）售前对话评估。我们为每项任务建立了基准方法和评估指标。我们报告了在U-NEED上5个任务的实验结果，并重点分析了3个典型类目的实验结果，实验表明，UNECR在不同类目中的挑战是不同的。
TNNLS2023
¤ 拓展阅读 ¤
本文分享自微信公众号 - 大淘宝技术（AlibabaMTT）。
如有侵权，请联系 [email protected] 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。