智能购物系统如何平衡长期研究与短期目标

Liane Lewin-Eytan，某智能购物系统应用研究高级经理，探讨了使科学家能够在"登月目标"和"屋顶目标"交付之间保持平衡的机制。

组织架构模型

广义而言，该智能购物系统科学组织包括两种角色类型：应用科学家和研究科学家。该组织独立于工程和产品部门进行管理，确保始终专注于为客户和业务创造价值，同时保持决策过程的自主权，并致力于提升科学创新标准。

在开发组织模型时，围绕核心原则制定了产品与流程。部分关键原则包括：

目标按年度设定，并按季度更新（必要时）。“屋顶目标”（短期内可实现的年度目标）与工程和产品团队协作制定，约70%-80%的资源分配给这些具有明确定义成功指标的目标。

其余资源用于需要科学探索的"登月目标"。这些目标通常需要先建立某些证据才能证明工程投资的合理性。每个登月目标都致力于长期满足客户需求。当开发出原型或概念验证并证明其价值后，便可开始与工程和产品合作伙伴讨论如何将成果投入生产。

在每个屋顶项目中，三个主要方紧密合作：工程、产品和科学团队。科学团队在无教科书解决方案可用、需要开发新的最先进解决方案时介入。

项目早期阶段，科学团队进行探索期，开发离线概念验证。在此阶段，科学团队通常是唯一参与者并拥有决策权。在整个过程中，科学团队还负责与算法和模型开发及部署相关的决策。

探索阶段成功后，工程和产品团队与科学团队合作，将新解决方案转化为生产环境中的可行方案。产品团队负责定义由新解决方案支持的功能或体验，这些决策也塑造了最终将集成到生产中的客户体验和业务逻辑。工程团队则负责与新逻辑集成和实施相关的所有决策。

研究不能自封。在顶级会议上发表成果是研究社区对我们真正推动技术水平的验证。发表的长期益处在于文章可能激励外部研究人员调查相关领域，并为整个生态系统产生有价值的结果。

例如，去年在某国际信息检索会议上展示的工作吸引了意大利学术团队的注意，他们将于二月访问办公室鼓励博士生围绕同一主题进行研究。最近，关于"客户为何购买看似无关产品？“的论文被网络搜索与数据挖掘顶级会议接受。这类出版物有助于与更广泛的社区建立联系，为登月目标构建见解。

研究领域：搜索与信息检索、机器学习
标签：数据挖掘、SIGIR、WSDM、某机构工作模式