负责电商平台搜索系统全链路算法设计，覆盖query理解、召回、排序及重排环节，核心目标为提升搜索相关性（NDCG@10）、点击率（CTR）及转化率（CVR），协同工程团队完成模型从实验到生产环境的落地与迭代。

• 主导设计基于多模态知识的query理解模块，针对电商垂类长尾query（占比35%）效果不佳问题，融合BERT-base预训练模型与商品知识图谱（含8000万+实体关系），提出「语义解析+实体链接」联合优化框架；通过动态调整知识注入权重（引入门控机制），将长尾query的意图识别准确率从78%提升至89%，带动整体搜索NDCG@10提升6.2个百分点。
• 核心优化排序模型架构，针对用户行为序列稀疏性问题，设计「短期兴趣-长期偏好」双路注意力机制，在原有DIN模型基础上增加跨会话行为建模；结合多任务学习（同时优化CTR与CVR），模型在线A/B测试显示CTR提升8.1%、CVR提升5.7%，对应大促期间搜索引导GMV增长12.3%。
• 推动召回层与排序层协同优化，发现传统倒排召回与精排模型特征不一致导致的「信息损失」问题；主导将ANN向量召回（FAISS索引）与精排模型共享特征空间，通过对比学习对齐双塔输出，召回阶段有效候选集扩大23%，最终排序结果的多样性指标（Coverage@10）提升18%。
• 搭建搜索算法效果监控体系，基于Prometheus+Grafana实现关键指标（如曝光点击率、无效曝光率）实时预警，结合SHAP值归因分析定位模型衰减原因；上线后异常检测耗时从小时级缩短至分钟级，模型迭代周期从7天压缩至4天。

聚焦电商搜索召回与粗排环节，负责向量检索模型优化及召回策略迭代，目标是平衡召回率与计算效率，支撑日均2亿+搜索请求的高并发处理。

• 针对传统协同过滤召回在新品冷启动场景下的失效问题，引入双塔深度模型（YouTube DNN改进版），将用户行为序列与商品属性特征（类目、价格带、品牌）编码为低维向量；通过负样本采样策略优化（引入难负例挖掘），模型召回率较原协同过滤提升15%，新品曝光占比从12%提高至21%。
• 优化向量检索系统性能，面对亿级商品库的实时召回需求，采用模型蒸馏技术将原双塔模型参数量压缩40%（从200M降至120M），同时保持97%的原召回效果；结合IVF-PQ索引方案，将单次召回耗时从180ms降至75ms，支撑大促期间峰值QPS 5万+的稳定运行。
• 设计跨场景迁移学习框架，解决搜索场景（用户主动输入）与推荐场景（被动曝光）的特征分布差异问题；基于MMD（最大均值差异）度量迁移损失，在推荐模型基础上微调得到搜索粗排模型，冷启动期CVR预测准确率提升9%，缩短模型上线验证周期至3天。
• 主导搜索AB测试平台功能迭代，新增「多臂老虎机」动态分流策略，支持同时运行5组以上实验；通过贝叶斯优化自动分配流量，实验收敛速度提升30%，全年完成87组搜索算法实验，有效实验占比从62%提升至81%。

负责电商搜索底层基础模块开发，包括query清洗、分词及意图识别，为上层召回排序提供高质量输入，目标是将无效query占比从18%降低至10%以内。

• 优化中文分词模型，针对电商垂类术语（如「空气炸锅食谱配件」「婴儿防胀气奶瓶」）识别不准问题，基于LSTM+CRF模型进行领域语料微调（标注30万+电商query）；引入自定义词典动态加载机制，分词准确率从92.5%提升至96.1%，无效query占比下降至11%。
• 设计意图分类模型，将用户搜索意图划分为「商品搜索」「类目导航」「属性筛选」三类；采用TextCNN+Attention结构，融合词性特征与位置特征，意图分类F1-score从85%提升至91%，支撑搜索框右侧快捷入口的精准展示（点击率提升14%）。
• 开发query纠错系统，基于编辑距离与语言模型（KenLM）构建候选词生成模块，结合用户历史行为（纠错偏好、搜索频次）优化排序；上线后用户主动纠错率从5.2%降至2.8%，搜索跳失率降低7个百分点。
• 搭建搜索日志分析平台，使用Spark进行离线日志处理（日处理量2TB+），结合ELK实现实时日志监控；通过词云分析与关联规则挖掘，定位高频低转化query（如「便宜」「质量好」），推动运营侧补充高性价比商品池，相关query转化率提升4倍。

社交泛娱乐场景下兴趣扩散与冷启动协同优化算法项目

• 项目背景：公司核心社交APP面临「大V内容分发效率衰减」与「新用户/新内容冷启动转化低」的双重问题——头部创作者内容CTR从18%降至12%，新用户7日留存仅21%，新视频首30分钟曝光转化不足5%。核心目标是重构推荐算法体系，实现「存量用户兴趣精准挖掘」与「增量内容/用户高效触达」的协同优化。
• 关键难题：1）传统协同过滤对冷启动用户/内容的表征能力弱，存在严重的selection bias；2）社交场景下用户兴趣随关系链动态漂移，实时捕捉难度大；3）多模态内容（图文、短视、直播切片）的特征融合易导致信息冗余。针对这些问题，我选择以「异构图神经网络（HGNN）+因果干预模型」为核心框架，同时解决冷启动与实时性挑战。
• 核心行动与创新：1）主导构建「用户-内容-社交关系」三元异构图，将用户行为序列转化为动态图节点嵌入（用GAT捕捉关系链传播效应），内容侧用CLIP实现多模态统一表征；2）引入因果推断的DO-calculus，通过反事实推理消除冷启动内容的「曝光偏差」——为未曝光的新内容生成「潜在受欢迎度」分数，与图模型输出的兴趣分数加权融合；3）搭建实时特征 pipeline，用Flink对接用户行为流，每秒更新图的节点嵌入，保证推荐的时效性。此外，创新性提出「兴趣扩散系数」指标，量化用户兴趣向冷启动内容迁移的效果，作为模型迭代的核心依据。
• 项目成果：算法上线后，核心指标显著提升——内容整体CTR回升至16%，新用户7日留存涨至35%（提升67%），新视频首30分钟曝光转化率达11%（提升120%）；大V内容触达率提升41%，但流量占比从62%降至51%，实现了「头部提效+长尾激活」的生态优化。我个人主导了模型设计与全流程落地，输出3篇技术专利（其中1篇已授权），成为公司社交推荐算法的核心框架。

短视频内容生态健康度算法体系搭建项目

• 项目背景：公司短视频业务处于高速增长期（月活从3000万增至8000万），但暴露「内容质量参差不齐」「头部创作者流量垄断」「中腰部创作者流失」等问题——违规内容占比达8%，Top10%创作者占据65%流量，中腰部创作者次月留存不足40%。目标是搭建一套「内容质量评估+创作者成长激励」的算法体系，推动生态从「规模增长」转向「质量与多样性平衡」。
• 关键难题：1）内容质量的多维度量化——需兼顾用户反馈（完播、互动）、长期价值（留存、转发）与合规性（敏感词、不良画面）；2）创作者成长模型的平衡——如何在流量分配中兼顾「创作者贡献」与「生态多样性」；3）线上策略的稳定性——生态类指标变化滞后，AB测试周期长、易受干扰。我选择「层次化多任务学习」解决内容质量评估，「强化学习（RL）+生态指标约束」优化流量分配。
• 核心行动与创新：1）主导开发「内容质量评分模型」，整合12个维度的特征（如完播率、点赞率、评论情感倾向、重复内容检测），用XGBoost与DeepFM融合，将质量分从单维的「互动量」升级为多维的「长期价值分」；2）设计「创作者成长分体系」，包含「内容贡献分」（质量分×曝光）、「粉丝粘性分」（粉丝互动率、留存）、「生态协同分」（与其他创作者的互动频率），作为流量倾斜的核心依据；3）推动优化AB测试框架，增加「生态健康度指标」（如中腰部流量占比、内容多样性指数）的快速评估模块，将测试周期从2周缩短至7天。
• 项目成果：体系上线6个月后，内容违规率从8%降至3.5%，中腰部创作者流量占比从27%升至45%，次月留存提升至62%；生态健康度评分（内部综合指标）从68分涨至94分。该体系成为公司短视频业务的底层生态规则，支撑了后续「创作者扶持计划」的落地，我个人负责模型迭代与策略落地，输出2份生态算法白皮书，被纳入公司技术文档库。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。