基于计算机视觉技术和统计学习的内容推荐系统质量测试体系

案例来源:淘宝
会议地点:深圳
分享时间: 2019-06-23 13:30-14:30

唐洪敏  |

淘宝 高级测试开发专家

淘宝导购和算法评测团队测试leader。负责内容导购业务的质量保障,个性化推荐fees流的评测和内容质量的治理。主要研究实践方向,将cv技术\统计学习在自动化测试,适配测试,异常检测,个性化评测,素材质量等测试领域运用,丰富和提效测试手段。

课程概要

背景介绍:
本次分享将结合淘宝导购推荐系统的测试场景,介绍海量的feeds流内容,碎片化机型环境、个性化推荐分发,庞大用户群体的业务挑战下,如何通过ai技术进行问题发现,体验度量,丰富和提效测试手段。

解决思路/成功要点:
将模板匹配,相似检测,异常识别,ocr,机器学习等cv技术,算法能力与真机测试结合,进行无线适配,异常,性能,容灾等自动化检测,使得测试手段更加高效和仿真。以用户视角,通过cv技术、统计学习,数据挖掘和建模分析等手段,多维度评测和度量个性化推荐系统用户体验。

成果:
实现内容导购,活动会场在无线自动化、适配、页面异常检测等方面测试工作自动化、常态化,提前高效发现问题。千人千面导购推荐系统用户体验可被整体度量评估,导购图像素材质量评估和审核效率提升。

听众收益

1. 了解AI技术在无线测试领域的实践方案。
2. 了解个性化推荐系统评测标准和方法流程。
3. 了解图像素材质量评估手段。

唐洪敏  |

淘宝
高级测试开发专家

淘宝导购和算法评测团队测试leader。负责内容导购业务的质量保障,个性化推荐fees流的评测和内容质量的治理。主要研究实践方向,将cv技术\统计学习在自动化测试,适配测试,异常检测,个性化评测,素材质量等测试领域运用,丰富和提效测试手段。

课程概要

背景介绍:
本次分享将结合淘宝导购推荐系统的测试场景,介绍海量的feeds流内容,碎片化机型环境、个性化推荐分发,庞大用户群体的业务挑战下,如何通过ai技术进行问题发现,体验度量,丰富和提效测试手段。

解决思路/成功要点:
将模板匹配,相似检测,异常识别,ocr,机器学习等cv技术,算法能力与真机测试结合,进行无线适配,异常,性能,容灾等自动化检测,使得测试手段更加高效和仿真。以用户视角,通过cv技术、统计学习,数据挖掘和建模分析等手段,多维度评测和度量个性化推荐系统用户体验。

成果:
实现内容导购,活动会场在无线自动化、适配、页面异常检测等方面测试工作自动化、常态化,提前高效发现问题。千人千面导购推荐系统用户体验可被整体度量评估,导购图像素材质量评估和审核效率提升。

听众收益

1. 了解AI技术在无线测试领域的实践方案。
2. 了解个性化推荐系统评测标准和方法流程。
3. 了解图像素材质量评估手段。

CopyRight © 2008-2019 Msup & 高可用架构