1. 背景
當前繁榮發展的互聯網行業，不管是搜索、推薦還是廣告業務，其本質都是實現了人和海量信息之間的高效連接，其核心是人和信息的匹配技術。其中，“人找信息”主要通過搜索技術來實現，而基於人和信息的關係實現“信息找人”，則主要依賴推薦及廣告技術。從匹配這一核心技術出發，搜索、推薦和廣告看似業務形態不同，其實技術組成卻是非常相通的：搜索可以認爲是一種帶query相關性約束的匹配，而廣告則是疊加了廣告主營銷意願（價格）約束的匹配。所以，匹配技術的創新對推動搜索、推薦和廣告業務、技術的整體發展具有基礎性的作用。
就匹配技術而言，其核心問題是如何從大規模的候選集中精準地找到最優質的結果，如用戶可能最感興趣的一系列商品等。當前，大規模匹配、推薦技術的發展，由於受到算力及固有系統架構的侷限，往往都是對不同技術方案的拼裝或是對系統局部模塊的技術升級，而沒有從本質上接近匹配技術的終極目標，即如何在全庫範圍內，使用精準的模型進行打分、排序，進而找到最優的匹配結果。
阿里媽媽精準定向技術團隊，面向這一本質問題進行了一些探索，以期能夠對業界趨於固化的匹配技術進行新一輪突破，從而進一步推高匹配技術與相應業務的天花板。
原文鏈接:【https://www.infoq.cn/article/73zA7AHrg1oSMDtFA9tv】。未經作者許可，禁止轉載。