图书是当当的起家之本，百货作为公司今年战略重要的一部分，是要发力的地方。鞠奇在图书这块分享的是图书的推荐和图书的评论处理，做了一些小的算法改进。在百货这方面，他从最直接能够抓住用户心理的品牌角度进行了一些挖掘。

　　“图书推荐这块，第一部分是最佳拍档的优化。这个里面我首先回顾一下我们最常用的关联规则，并提出了关联规则里面存在的几个问题。然后我们发现这几个问题，严重影响了我们线上的效果，进一步分析了内在的原因，发现大部分都是我们“大单”引起的。就是同一个订单里面有很多件商品。因为当当图书卖的很多，有很多活动，所以大家很愿意把很多次购买意图，放到一个订单里面，形成一个大单，影响我们最佳推荐的效果。真正的大单需要被分解还原用户的意图。”鞠奇说道。

　　“存在的第一个问题是必然两本书存在不同的订单里面，他们共同购买意义应该是不一样的。怎么处理?我们就思考，任何订单里的两本书之间的关联权重，需要考虑，这个订单里面有多少其他商品，其他商品多少个。越多的，这个权重比较低，如果就是两本书，它的权重就比较高。针对这种思考，我们做了一个处理;第二个问题，即使在不同的订单共同出现了相同的商品件数，我们发现这个商品可能是一个畅销品，关联过万，这个过百。这本书跟很多关联，某两个之间的关系弱于其他之间的关系。从这个想法出发，我们做了一个类似IDF的处理;第三个问题，偏好意图混淆，怎么还原消费者的意图。哪些商品是偏向于一次性购买的。考虑到加入购物车的时间点，我形成一个大件，我买很多书，但是我不可能一次性做出决定，我一次可能只对我一种偏好做决定，把它放到我的购物车里面，在某个节点上一次性购买。我们会考虑加入购物车的因素，来进行分解。然后有的时候加入购物车的时间还不够，我们可能会考虑书和书之间主题相关的一致性。我看到的和我买到的可能相似，我的兴趣可能不断的变化，但是我一次购买的意图是一样的。我从加入购物车的时间来做一个分解，或者我从所有的图书里面的一个内容的相似性方面做一个分解。综合上面三个策略，我们就做出更合理的整体关联权重。”鞠奇仔细解释道。

　　在讲到有关评论排序推荐时，鞠奇举了自己身边的例子，“前两天我妈从老家打电话，我侄儿已经好几岁了，让我在当当网上找几本书买给他，哪本书卖的比较好?我就找童书榜Top3及其对应的评论，前面评论都是‘商品不错’、‘正版’等，再看看客户评分这么高，评论这么多，我想看到的评论到底在哪呢?为什么那么难?这个问题已经困扰了我们，也包括我们总裁好久了。怎么让用户决策，找到他想看的东西呢?”鞠奇继续说道“通过算法，把五星级的、加赞的或者有文艺评论的提到前面去，把比较普通评论的、‘不错’，比较‘二’的评论打压。其实就是大数据加自然语言处理的事。”

　　最后，结合当当网2014年战略，鞠奇谈到了有关百货方面的工作，因为当当网的百货品类比较多，用户买了这个再买其他什么东西，这就是互补类别的计算。当完成互补类别计算后，怎么确定品牌是否具有相同的风格或者质地，是否有相同的档次，怎么确定这些呢?“我们从一批优质用户着手，找到这批优质用户，我觉得这批用户提供给我们的数据比较靠谱，所以我们会挖掘优质的用户。得到优质用户数据之后，我们在他们点击基础上，进行品牌相似性的计算。”鞠奇介绍说，“ 2014年我们会从图书音像转到百货。百货里面品种非常丰富。我们的用户都发愁买什么百货，老板也不知道用什么吸引用户。我们最直接、最简单的方法，就是通过品牌。用户越来越偏向使用品牌，去找品牌。觉得质量有保证。电商发展品牌，像天猫一样，发展商城，发展店铺，更有利于我们的经营。”

　　现场Q&A环节

　　主持人：算法团队有多少人?

　　鞠奇：现在确切来说算法团队在建立之中。

　　傅强：我们定位算法研究员不带人直接汇报给我，我现在的职位当当网技术部的副总裁，我汇报CTO，负责开发工作，跟他汇报层级的开发总监，很资深的经理。他之所以不带人，不消耗和人、团队打交道的精力，老老实实做算法。你的几行代码，一个小参数，给当当能多赚好几千万。

　　提问：我想请教一下鞠奇，你这里做了很多高深的东西我不太懂。其实还有一个层面，你对用户心里的分析，这方面是一个非常很根深的东西，关于心里分析这块能不能分享一下经验，用户消费，心里过程，或者心里分析?

　　鞠奇：您确实很厉害，一下就看出来了。其实那些所谓的您听不懂数学公式，那些很简单，这方面的硕士、博士都可以知道，都可以应用。在数据挖掘和心理学这方面，怎么把数据公式和算法和实际的业务数据结合起来，这是最难的一件事。我整个PPT里面讲了4个主题，我用一个最简单的算法，就是TF-IDF，我把这个东西贯穿到很多主题里面，我在不同的场景里面做了不同的应用。TF-IDF大家都知道，但是我用到品牌计算里面，用户挖掘里面，用户评论里面去。我们的算法很简单，怎么样结合我们的数据，把数据吃透了，把它们进行有效的融合。