上面是大家看到的一套东西，就是我们看到的搜索推荐，以及投放，以及活动的一些页面的东西。这些是我们的上层业务系统。在这里大家没有看到，其实我们在大数据分析领域的一些东西。我这里面没有做强调，其实这一套东西是我们跟传统所不同的。在这上面如果说我们的业务分析，和决策环节放到这里，同样是可行的。统计分析其实跟我们现在大家所具备的，所做的这些事情，其实没有太大的差别，我今天不做太多的介绍。
上面的应用大家看到，结合淘宝体系下的各种业务，可以看到各种应用。如果大家打开天猫的首页，购物结束后看它的帐单，物流的信息，每一个环节，同样两个人做同样的事情，发现里面的东西不一样。可能大家没留意，每个人的东西是不一样的。这是今天阿里所提供的不同的个性化的东西。
其实每一个环节，都会看到它有所不同，这些都是基于大量的数据计算，基于大量的用户行为分析所得到的个性化的用户的需求的匹配。后面我更多的介绍一下应用到哪了？应用到哪？这仅仅是举了一些例子。比如说流量方面，阿里遇到的问题有两种。一个是说我们怎么保证公平性，因为它是一个平台，它是一个市场。更多的是保证它的公平性。另外一个是保证消费者的体验的优化。以及购物时候的确定性。这个时候我们算法要做的事情是非常多的，都是为了两个大的原则，服务我们卖家的时候，我们要保证市场的公平性。服务消费者的时候，更好的优化消费者的体验。
所以我们在这个时候，要做的这些算法，大家可以看到，比如刚才说到的，进入天猫，从打开首页，我们总常用的，从导航览，每个用户看到的不一样。当一个女性用户，每天都在买化妆品的类的一些东西，她可能最先看到的都是以化妆品为主的东西。我们在首页你，你进去各种广告位、资源位的时候，每个人看到的跟他自己是匹配的，这就是流量方面的。
在品牌导购相关的东西的时候，我们除了要解决流量相关问题，还要去引导整个的市场，为我们的业务，为我们整个的产品，或者是平台的定位，以及我们的目标去服务。同样我们还要服务于我们的卖家，我们的品牌商，我们要给我们的品牌商提供工具和平台。让他更好的运营他的用户，他的会员。
刚才提到的个性化里面，还有一些个性化的推荐，从购物环节，一直到交易完，甚至说回来察看我的物流信息各种环节，会给你各种各样的推荐。刚买的东西就被推了，其实是我们的合作伙伴在外部做推荐，没办法掌握所有的信息，他只知道这个用户在关注什么，不知道这个用户买了，他们没有办法做到已购买的生命周期的关系。在淘宝的平台内部，这个问题已经得到了一定的解决。
包括我们的消费者，大家知道我们的消费者在整个的购物环节里面，有各种各样的诉求，同样也有一些消费者，他的诉求是通过交易搞点钱。有各种各样的买家诚信的问题，安全的问题。同样怎么解决诚信、安全的问题？我们也是通过数据的分析，用户行为的挖掘，判定这个用户的行为，是否符合正常人的行为，他的各种行为，是不是具有欺骗，欺诈，作弊的特征。包括阿里提供的一些服务，比如说急速退款。一个信用良好的消费者购物的时候，发现这个商品不是我想要的，我需要退款的时候。这个在以前的流程里面非常长，需要我们的商家反复的确认，提供凭证。过很长的一段时间，商家才把钱给我们。在去年的时候，我们提供了一个急速退款，当我们消费者的信用非常良好的时候，这个过程非常的简单。你提交了你退货的申请，并且已经退货，有平台出钱，把你的钱退回来。商家什么时候退，那是退给平台，这一个时间差由平台承担，平台先出钱。有可能这个时候我们的消费者，其实是在一个虚假的退货请求，我们的卖家不承认，并且举证不合理，这时候就产生了平台的坏账，怎么控制？这时候对我们的算法要求非常高。
这一个东西其实去年一年的坏账，大家都不可相信的低，只有一百多万。一百多万对于大家来说不少钱，但是对于平台来说，我们当时设计这个产品，是准确了五千多万的钱放在那。为消费者这笔坏账，准备了五千多万买单，实际上不需要。通过我们这一套模型和机制，保证我们该销售这个特权权益的人能享受到，这就是我们要做的事情。
在搜索里面同样的道理，当我们搜索同样一个词的时候，大家会看到，下面出来的东西是不太一样的。怎么做到？首先我们怎么去做到它的精准性。这是我们搜索领域研究非常深的一个命题。这是不做介绍，更多的是我们怎么做到个性化的搜索。个性化的搜索挑战，不仅仅是个性化本身，而是我们计算量之大。
首先我提交一个一个搜索的请求，这一个请求我们要去面对的是三千多万的商品。要在120毫秒之内完成，从三千多万的商品里面找到符合你，并且与众不同的商品。这里面经过多少环节？首先我要去找到跟你可能有关系的，在三前里面会找到一个小的。这三千多万里面，会抽出来一定规模的数据拿出来，再去做第二次平台。重新排序，找到跟这个关键词有更好的匹配度的逻辑，找到这个商品的时候，再进行第三次重排。每个人看到的东西跟他自己想要的不一样，我同样搜索手机两个字，我这个用户买东西比较低端，买手机是七八百，另外一个朋友搜索手机，他想买的手机是三千、五千，这个时候如果我们出来的东西要做到这一点，他要调用后台服务非常多的模型，我们的搜索模型加在一起有十多套。而且要在限制的时间内完成，这个挑战非常大。
