淘宝直播流量与供给端到端联动探索

淘宝直播体系化调控能力演进

• 调控诉求问题拆解：针对直播与商品、图文、短视频的区别，通过构建统一化的流量管理平台，协调众多差异化的调控诉求，解决直播流量控制的确定性业务诉求与各分发场景在流量调控上的协同困难。
• 多维度调控需求：支持主播、货品、用户等多维度的调控需求，建立实时化、精细化、业务多维度可控的体系化调控能力，服务直播生态健康与流量规划可控。

实时动态多元价值路径人群建模

• 推荐与调控目标：推荐侧重视给特定用户推荐更加契合的候选主播列表，调控侧重视调控目标主播推荐更加契合的候选用户列表，将主播调控人群圈选问题转化为给主播实时推荐直播在线用户问题。
• 整体方案设计：包括调控人群推荐模型、直播间实时用户在线用户底池、人群聚类算法建模、个性化人群规模预估、主播调控人群线上推荐等。
• 人群聚类：将用户embedding聚类得到子类，形成候选底池，并将用户推荐转化为给主播推荐每个动态变化的cluster。
• 个性化人群规模预估：结合历史数据离线预估曝光率，线上结合误差实时调整人群量级。
• 线上推荐：子人群作为推荐粒度，进行曝光过滤；子人群失效时间预估，维护主播的人群稳定。

流量调控与供给端到端联动

• 营销问题建模：通过小样本迁移学习建模，引入推荐样本候选集合中的embedding层输出，完成对齐推荐向量与营销向量。
• 新咖主播扶持：精准流量匹配，包括主播货品信息、潜在爆品预估、主播看点、货品rundown等，进行直播间实时动态人群调控。
• 泛精细化流量匹配：包括爆品预估、pv价值预估、货找人、人找人等，进行直播间动态人群调控。
• 多元流量价值路径：包括开播保量等策略，丰富货品侧智能运营工具和能力。

以上总结涵盖了淘宝直播在流量调控与供给端到端联动方面的关键内容和关键数据。