阿里巴巴排序模型 41 天 A/B 测试带动 GMV 提升 0.36%

阿里巴巴淘宝天猫团队 8 月 26 日在 arXiv 发布论文，提出一种按用户动态学习转化信号权重的排序层，在 41 天线上实验中较传统公式提升 GMV 0.36%、点击 0.36%、购买 0.12%。该系统名为 DCEO，采用 actor-critic 架构，仅 actor 部分上线，按请求生成非负权重并对上游预测分数做凸组合。论文同时说明其离线估计依赖数据无法验证的假设。