背景
商品虽然实现了品的千人千面，但商品信息的展示形式却千篇一律，缺乏行业特色和吸引力，无法满足不同国家、不同行业、不同节日、心智偏好的买家，高效，多维寻源的匹配诉求。
目标
打造一站式智能 UI 平台，覆盖素材生产、接入、管理全流程，集成算法优选及投放日志采集功能，精准匹配用户需求输出最优 UI 方案 。构建多元图文素材库，支持异构数据统一接入、结构化治理与智能理解，打造高质量商品素材中心 。建立展示层投放数据标准与采集机制，贯通素材接入 - 投放反馈数据闭环 。具备数据、算法快速迁移能力，实现服务一站式部署，高效支撑业务迭代。
image.png
策略
image.png
详细设计
系统流程
image.png
功能模块
image.png
素材生产
聚焦商家 / 运营侧素材供给，覆盖多形态内容生产，为后续智能 UI 提供 “原材料”。
商家数据
商家自主上传商品基础素材，是最原始的内容输入，重点需要保障素材基础质量与合规性。
● 基于Spring Boot + 阿里云 OSS SDK搭建上传服务，实现图片、视频、文案等多类型文件分片上传。
● 接入内部内容安全 API，实时校验图片涉黄 / 涉暴、文案含敏感词等问题，拦截违规素材。
内容运营
运营人工干预生产优质组合素材，强化营销属性，适配业务场景（如大促专题、日常导购）。
● 从历史库中提取出符合筛选条件(如人群,国家,节日等)的优秀模版,支持运营快速套用模板生成对应素材，素材自动同步至结构化素材库。
算法挖掘
用算法辅助生产差异化素材，降低人工成本，补充长尾场景需求（如自动生成商品合图、推荐理由）。
● 图像合成：基于合图算法，按预设模板（如 “商品图 + 促销标签 + 场景背景”）拼接生成营销图；自动融合商品图与风格化背景（如节日主题、地域特色）。
● 文案生成：使用 LLM（大语言模型），输入商品属性（名称、卖点、参数），让大模型生成营销文案（标题、推荐理由），再通过 NLP 情感分析 筛选高转化文案。同时人工打标审核。
业务线数据
● 承接各业务定制化素材需求:（如生鲜业务的 “当日鲜” 标签、服饰业务的 “穿搭季” 专题），保障素材与业务深度贴合。提供业务中台数据接口层，各业务线通过HSF推送定制化素材需求（如字段、样式、场景规则），素材生产系统按规则生成 / 筛选素材。
素材接入
设计统一的数据模型,实现多源素材统一归集、结构化存储，为智能 UI 提供标准化 “素材池”。
数据接入
支持离线批量导入、在线实时上传，覆盖不同生产流程（如历史素材迁移、日常增量上传）。
● 离线接入：提供预定义 Schema（素材类型、所属业务、基础标签、素材内容 ),接入方按照Schema提供对应的表并授权.产品/运营在运营平台上加入任务队列,定时任务会定时进行数据同步将数据写入结构化素材库；。
● 在线接入：运营平台基于 Spring Boot + WebSocket 实现实时上传,支持断点续传，服务端接收后触发Rocket消息（主题：material-upload），异步完成素材解析、合规校验、入库。
结构化素材库
按业务场景分类存储标准化素材，方便下游快速检索调用（如主图用于列表页、视频用于详情页）。
● 存储架构：用 MySQL存素材元数据（ID、类型、所属商品、基础标签），OSS存素材文件，Redis 做热点素材缓存（大促主推商品素材）。
● 分类逻辑：构建素材检索引擎，基于字段（类型：主图 / 视频 / 标题）、业务标签（场景：618 大促 / 会员日）做分词索引，方便快速筛选素材。
投放管理
运营制定素材投放策略，支持 “计划编排、实时干预、效果监控”，保障素材精准触达。
● 投放计划：基于内部定时调度框架 开发计划编排系统，运营在运营平台配置投放时间（如 “618 活动期：5.20 - 6.20”）、投放范围（人群/品池）、素材优先级（如 “视频素材 > 主图素材”），策略存储至 MySQL 策略表，定时任务触发策略生效。
● 实时干预：通过内部配置中心实现拦截素材请求，运营端触发 “紧急替换素材” 指令，服务端监听到命令,动态修改路由规则（如将 “商品 A 主图” 临时替换为 “商品 A 大促图”），实时生效。
● 数据看板：基于用 Grafana + Prometheus 搭建监控看板，采集素材投放数据（曝光量、点击量、转化率），可视化展示素材效果，异常数据（如转化率低于阈值）触发 钉钉告警。
素材管理
对素材做智能理解、加工、存储，提升素材质量与复用性，为智能 UI 输出 “优质、即用” 素材。
素材理解
用 AI 技术解析素材语义、视觉特征，打标分类，让素材 “可理解、可检索”。
● 视觉表征：基于算法模型提取图片特征（颜色、纹理、主体轮廓），输出特征向量存储至向量数据库，支持按相似度检索（如找 “同色系商品图”）。
● 语义表征：算法使算法模型解析文案 / 标题语义，提取关键词（如 “防晒衣”“透气”“UPF50+”），结合 知识图谱（构建商品领域词库）补充行业标签（如 “户外装备”“夏季必备”）。
● 多模态表征：融合视觉、语义特征，训练 多模态模型，实现 “文搜图”“图搜文”（如输入 “夏季防晒穿搭”，召回相关商品图 + 文案）。
● 分类打标：算法基于深度学习分类模型，训练素材分类器,进行分类打标,如基础标签：尺寸、格式、行业（服饰 / 3C / 美妆）,业务标签：促销类型（满减 / 折扣）、季节属性（春季新品 / 冬季特卖）、人群偏好（Z 世代 / 中老年）,算法标签：历史 CTR（点击率）、CVR（转化率）、素材生命周期（热推期 / 衰退期）等，自动打标后人工校验，标签存储至 MySQL 素材元数据表。
素材加工
自动化处理素材，优化展示效果，降低下游系统适配成本。
● 抠图：用 SAM（Segment Anything Model） 模型，通过 Python 调用 API 实现商品主体自动抠图，输出透明背景图；结合 OpenCV 做边缘优化（如消除锯齿、填充细节）。
● 裁剪：基于 OpenCV 开发智能裁剪算法，识别素材主体位置，按目标尺寸（如移动端列表图：375x375）自动裁剪，优先保留主体区域；支持运营自定义裁剪规则（如 “文案区必须保留”）。
● 摘要：对长文案（如商品详情）用调用 LLM 大模型生成摘要（如前 200 字 +“...”），适配不同 UI 场景（如列表页展示短摘要、详情页展示全文案）。
● 去重：基于 SimHash 算法 计算素材（图片 / 文案）哈希值，对比哈希相似度（如阈值 > 0.8 判定重复），删除冗余素材；图片去重结合 感知哈希（pHash） 优化，降低因压缩、微调导致的误判。
素材存储
保障素材高可用、低成本存储，支持海量数据读写与多场景调用。
● 分层存储：热数据（如近 7 天大促素材）存 阿里云 OSS 标准存储，支持高并发访问；温数据（如 1-3 个月普通素材）存 OSS 低频访问存储；冷数据（如历史归档素材）存 OSS 归档存储，通过生命周期规则自动迁移。
● 元数据管理：用 MaxCompute（odps） 构建素材元数据仓库，按分区（如 dt=20250610、business=618）存储素材属性、标签、使用记录，通过内部BI工具做离线分析（如统计各业务线素材使用占比）。
● 图存储（igraph）：用 图数据库 构建素材关系图谱，存储 “素材 - 商品 - 用户 - 场景” 关联（如 “素材 A 关联商品 B，被 25-35 岁女性用户在首页场景点击”）分析素材场景价值。
智能 UI 服务
基于算法与用户数据，动态生成个性化 UI，实现 “千人千面” 展示。
Data Prepare（数据准备）
整合素材、用户、场景数据，为算法推荐提供输入。
● 数据采集：客户端会采集用户行为（浏览、点击、停留时长）并上报。
● 特征工程：用 Flink 实时计算 处理行为数据，生成用户实时特征（如 “最近浏览商品分类”“当前会话点击次数”）；离线特征（如 “月均消费额”“偏好标签”）通过 odps离线处理生成，存储至 特征中心。
● 素材筛选：服务端获取用户画像,query特征(行业,品牌,类目等),国家,节假日等,调用material SDK(内部执行规则引擎)筛选出多个符合的素材,输出给排序算法进行打分优选。
Material Ranking（算法插件）
多策略排序选优，保障 UI 展示素材的高转化。
● 图文样式优选：算法对对候选素材（图片 + 文案）做联合打分，筛选高分素材。
● 组合优选：用 强化学习（Contextual Bandit） 模型，将 “素材组合（如主图 + 推荐理由 + 活动标签）” 作为动作，“用户点击转化” 作为奖励，在线学习最优组合策略；通过 TensorFlow Serving 部署模型，实时输出推荐组合。
● 动态采样：（CNN Bate Sampling）对长尾素材（如小众商品、新上架素材），用 贝叶斯采样 算法增加曝光机会，平衡 “探索新素材” 与 “利用高转化素材”。
● 排序模型：（CNN Bate Rank Model / Deep UI Rank Model）
○ 传统模型：用 XGBoost 融合用户特征（年龄、性别）、素材特征（点击率、标签）、场景特征（首页 / 搜索页），训练排序模型，输出 pCTR（预测点击率）排序。
○ 深度学习模型：构建 DeepFM/ Wide&Deep 模型，Embedding 层处理离散特征（如素材标签、用户地域），DNN 层学习连续特征（如素材尺寸、用户浏览时长），通过 TensorFlow/PyTorch 训练，部署至 Kubernetes 集群 提供推理服务。
策略扩展
支持算法策略动态迭代，快速响应业务需求（如大促场景切换排序策略）。
● 策略动态更新：用内部配置中心 管理算法策略，支持在线修改配置，代码通过注册监听实现算法策略热更新。
● AB 实验：基于内部的AB实验平台，将用户按 userId/设备id 哈希分流至不同策略组（如实验组用新排序模型，对照组用旧模型），通过内部BI工具分析实验数据（如转化提升率、停留时长差异），自动筛选最优策略全量发布。
业务场景
覆盖核心流量场景，验证智能 UI 价值，沉淀业务最佳实践。
关键设计
坑位抽象
将商品 UI 抽象为不同的坑位，将差异化人群、场景抽象为透出规则因子。通过动态配置和算法优化，实现个性化展示。
image.png
透出策略
根据用户特征、场景和业务目标，动态选择最优的素材展示策略。
规则引擎
采用规则引擎实现灵活的业务规则配置和动态调整。
image.png
执行流程
image.png
透出结果
通过算法优化和规则配置，实现个性化、多样化的展示效果。
image.png
网友评论