為便于調試代碼，笑舒的工位放置了多台顯示器。供圖

中新網杭州12月22日電 (趙小燕 胡亦心)拄着雙拐的笑舒(阿裡花名)來自湖北孝感，他是架設打假大數據攔截網的阿裡巴巴工程師之一。“我在阿裡打假不是做‘判官’，而是利用機器學習、做數據模型過濾負向商品和商家，排除潛在風險。”每當有人問他在阿裡做什麼，笑舒總要把上面的話大緻重複一遍。

在笑舒和同事們的努力下，他們研發的打假大數據模型每天對整個阿裡平台近20億件商品進行掃描，找出疑似售假商家做出處理，協助執法部門進行查處。2017年的前11個月裡，他們協助執法機關破獲制售假案件674個。

大數據鍛造世上“僅有”的打假模型

與一般人不同的是，笑舒一歲時被确診患有小兒麻痹症，左腿相比常人瘦弱一圈。在屏幕上，笑舒能讓代碼飛奔，而在現實生活中，他隻能靠雙拐緩慢向前。

笑舒該如何生存下去？一度讓在湖北孝感務農的父母感到憂慮。最終，父母決定送笑舒上學。“‘隻要你肯學，我就供你讀。’這是母親跟我說過最重的一句話。”笑舒回憶，從初中到高中，父親每天騎着三輪車接送他上下學。

父母的艱辛和支持讓笑舒不敢有絲毫懈怠，因為技術過硬，他最終經過校招面試，成為一名阿裡巴巴數據工程師。

大家不懂什麼是打假模型，笑舒并不覺得奇怪。因為他和同事們所做的，就是探索一套世界上絕無僅有的假貨風控體系——面對近20億量級的商品，上千萬賣家，數以億計的訂單。

“這種模型，世界上之前沒有過。從業界來看，一般利用機器學習做的都是正向模型居多，像營銷、推廣。但我們做的是負向模型，且是信息量龐大，維度衆多的場景。”笑舒說，從他開始研發打假模型便面臨衆多壓力與挑戰：打假模型判斷不準，出問題他和夥伴們要負責。

一次有商家被投訴售假，但從信息層面看不出其是否售賣過假貨，這時受理投訴的同事調用笑舒研發的假貨模型進行甄别，結果模型判斷售假嫌疑極大。

而多次抽檢後顯示，該商家售賣的是正品，這曾使笑舒的打假模型備受質疑。

這事之後，笑舒和團隊深入分析了原因，發現是作為機器學習的原料——種子數據特征的覆蓋面不夠。在調整了數據樣本、特征和模型後，同類商品的售假判斷準确性得到極大提高，得到調用部門的認可。

好刀都是磨砺出來的。經曆了衆多挑戰後，如今，笑舒和同事們研發的大數據打假模型已應用在神秘抽檢、疑似售假商家入駐攔截、售假線索挖掘分析等阿裡巴巴平台治理部衆多的假貨風控場景中。

用打假模型營造“無假”的貿易環境

據《2016年阿裡巴巴平台治理年報》顯示，從2016年1月至2016年12月，阿裡巴巴協助警方抓獲犯罪嫌疑人880名；搗毀涉假窩點1419個；破獲案件涉案總金額超30億元。在品牌合方面，這一年阿裡巴巴主動攔截删除的商品量是同期權利人投訴删除商品量的26倍。

笑舒表示，以前他和同事會根據不同的場景、商品數據設計打假模型。這些模型經過一段時間的調試和發育，上線初期命中率很高。然而，衆多售假團夥會試探打假模型的能力，進而讓假貨信息、售假者身份“變異”來繞過監管。

雖然能從信息層面消滅假貨，但笑舒和同事清楚，線下的假貨并不會憑空蒸發。更加嚴峻的問題，不少線下制假團夥并沒有得到應有的懲罰，這就導緻平台面對的假貨威脅一直嚴峻。

“當前打假就像個篩子，刑事判決處罰過低，不足以震懾利潤豐厚的制假售假産業鍊。”據阿裡巴巴首席平台治理官鄭俊芳介紹，2016年阿裡巴巴平台治理部共排查出4495個銷售額遠大于起刑點(5萬元)的制售假線索，而通過公開信息能夠确認已經有刑事判決結果的僅33例，緩刑比率近80%。

因此，在今年兩會期間，馬雲緻信兩會代表委員，呼籲“像抓酒駕一樣治理假貨”，引起全社會強烈反響。

“‘像抓酒駕一樣治理假貨’最終目的是讓售假者得到應有處罰，減少社會上的假貨。”笑舒表示，我們團隊最大的KPI(績效指标)應該就是利用打假模型，為全社會營造出‘無假’的貿易環境。

說起即将到來的2018年，笑舒最大的心願是父母平安健康，天下沒有假貨。(完)

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!