主导电商搜索系统的算法迭代与性能优化，聚焦商品召回、排序模型及用户意图识别的精准化，支撑搜索结果相关性、转化率及大促期间的系统稳定性

• 主导基于Transformer的商品标题与用户query语义匹配模型优化，针对长尾query（如“2-3岁宝宝防摔学步鞋宽头”）召回率低的问题，引入CLIP预训练模型对齐商品图文特征，结合Faiss构建“文本+图像”混合索引，将长尾query召回率从32%提升至45%，对应搜索转化率提升8%；同时通过模型量化压缩将推理耗时控制在15ms内，满足实时搜索要求
• 搭建搜索排序在线学习框架，采用LambdaRank损失函数融合实时特征（用户点击深度、加购转化率、session停留时长），替代传统离线T+1更新模式，使排序模型AUC从0.81提升至0.87，top3结果相关性评分（人工标注）提高15%；双11期间支撑12万QPS搜索请求，延迟稳定在80ms以内
• 设计搜索意图识别模块，基于BiLSTM+CRF提取query实体（品牌、年龄、功能），结合公司商品知识图谱补全隐含意图（如“婴儿奶粉”自动关联“新生儿适用”），将意图识别准确率从78%提升至89%，推动搜索结果页个性化卡片（“猜你想搜的品牌新款”）点击率提升12%
• 优化大促期间特征工程pipeline，用Spark Structured Streaming替换原有Flink任务，将实时特征计算延迟从200ms降至50ms；通过知识蒸馏将BERT-base排序模型压缩至DistilBERT，推理耗时下降40%，同时保留92%的原始模型效果

负责零售搜索系统的召回策略与排序模型迭代，聚焦母婴、家居品类的搜索精准度提升，解决信息茧房及品类内搜索偏差问题

• 核心参与母婴品类搜索召回优化，构建“倒排索引+协同过滤+Graph Embedding”层次化召回体系——底层用Elasticsearch覆盖关键词，中层用ItemCF挖掘用户行为相似商品，顶层用Node2Vec建模商品关联关系（如“婴儿车”关联“安全座椅”），将母婴品类搜索准确率从65%提升至76%，用户复购率提升6%
• 优化排序模型特征体系，引入用户长期偏好（过去6个月购买品类分布）与短期上下文（当前session浏览路径）特征，用XGBoost+DeepFM组合模型融合特征，使排序模型NDCG@10从0.72提升至0.81，母婴品类搜索转化率提升10%
• 针对“信息茧房”问题设计多样性控制策略，基于信息熵计算结果集品类覆盖度，结合用户历史多样性偏好调整排序权重，使搜索结果多样性评分（Gini系数）从0.45降至0.32，用户停留时长增加18%
• 搭建搜索算法效果评估体系，整合离线指标（召回率、准确率、NDCG）与在线指标（CTR、转化率、停留时长），用MLflow跟踪模型迭代全流程，将算法试错成本降低30%，上线周期缩短20%

协助搭建电商搜索基础算法框架，优化基础召回与排序模型，解决早期搜索结果相关性低、分词错误等问题

• 协助设计电商搜索初始召回策略，基于Elasticsearch构建倒排索引，自定义IK Analyzer电商词典（扩充“雪纺连衣裙”“婴儿爬爬服”等专有词汇），将商品标题关键词匹配准确率从58%提升至69%，减少无关商品展示率40%
• 参与首个排序模型开发，用Logistic Regression融合用户点击、收藏、加购等行为特征，将搜索结果CTR从2.1%提升至3.5%，支撑公司电商业务早期用户增长
• 优化搜索日志分析系统，用Hive构建日志数据仓库，定期输出《搜索未命中词分析报告》（如“孕妇专用护肤品”未覆盖），为后续词典扩充提供数据支撑，使每周优化方向命中率提升40%
• 解决分词错误问题，收集10万条电商query人工标注分词结果，训练自定义分词模型替换通用分词器，将query分词准确率从75%提升至88%，降低因分词错误导致的搜索偏差

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。