拄著雙拐的笑舒(阿里花名)來自湖北孝感，他是架起打假大數(shù)據(jù)阻攔網(wǎng)的阿里巴巴工程師之一。“我在阿里打假不是做‘判官’，而是使用機器學習、做數(shù)據(jù)模型過濾負向產(chǎn)品和商家，掃除潛在危險。”每逢有人問他在阿里做什么，笑舒總要把上面的話大致重復一遍。

　　在笑舒和搭檔們的盡力下，他們研制的打假大數(shù)據(jù)模型每天對整個阿里渠道近20億件產(chǎn)品進行掃描，找出疑似售假商家做出處理，幫忙執(zhí)法部分進行查辦。2017年的前11個月里，他們幫忙執(zhí)法機關破獲制售假案件674個。

　　大數(shù)據(jù)鑄造世上“僅有”的打假模型

　　與一般人不同的是，笑舒一歲時被確診患有小兒麻痹癥，左腿相比常人衰弱一圈。在屏幕上，笑舒能讓代碼飛馳，而在現(xiàn)實生活中，他只能靠雙拐緩慢向前。

　　笑舒該怎么生存下去？一度讓在湖北孝感務農(nóng)的爸爸媽媽感到擔憂。終究，爸爸媽媽決議送笑舒上學。“‘只需你肯學，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，父親每天騎著三輪車接送他上下學。

　　爸爸媽媽的艱苦和支撐讓笑舒不敢有絲毫松懈，由于技能過硬，他終究經(jīng)過校招面試，成為一名阿里巴巴數(shù)據(jù)工程師。

　　大家不懂什么是打假模型，笑舒并不覺得奇怪。由于他和搭檔們所做的，就是探究一套世界上絕無僅有的假貨風控體系——面臨近20億量級的產(chǎn)品，上千萬賣家，數(shù)以億計的訂單。

　　“這種模型，世界上之前沒有過。從業(yè)界來看，一般使用機器學習做的都是正向模型居多，像營銷、推行。但我們做的是負向模型，且是信息量龐大，維度很多的場景。”笑舒說，從他開端研制打假模型便面臨很多壓力與應戰(zhàn)：打假模型判別禁絕，出問題他和同伴們要擔任。

　　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，這時受理投訴的搭檔調用笑舒研制的假貨模型進行鑒別，結果模型判別售假嫌疑極大。

　　而多次抽檢后顯現(xiàn)，該商家售賣的是正品，這曾使笑舒的打假模型備受質疑。

　　這事之后，笑舒和團隊深入剖析了原因，發(fā)現(xiàn)是作為機器學習的質料——種子數(shù)據(jù)特征的覆蓋面不行。在調整了數(shù)據(jù)樣本、特征和模型后，同類產(chǎn)品的售假判別準確性得到極大進步，得到調用部分的認可。

　　好刀都是磨礪出來的。閱歷了很多應戰(zhàn)后，現(xiàn)在，笑舒和搭檔們研制的大數(shù)據(jù)打假模型已應用在神秘抽檢、疑似售假商家入駐阻攔、售假頭緒挖掘剖析等阿里巴巴渠道管理部很多的假貨風控場景中。

　　用打假模型營建“無假”的交易環(huán)境

　　據(jù)《2016年阿里巴巴渠道管理年報》顯現(xiàn)，從2016年1月至2016年12月，阿里巴巴幫忙警方捕獲犯罪嫌疑人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，這一年阿里巴巴自動阻攔刪去的產(chǎn)品量是同期權利人投訴刪去產(chǎn)品量的26倍。

　　笑舒表明，曾經(jīng)他和搭檔會依據(jù)不同的場景、產(chǎn)品數(shù)據(jù)規(guī)劃打假模型。這些模型經(jīng)過一段時間的調試和發(fā)育，上線初期命中率很高。但是，很多售假團伙會打聽打假模型的才能，進而讓假貨信息、售假者身份“變異”來繞過監(jiān)管。

　　盡管能從信息層面消滅假貨，但笑舒和搭檔清楚，線下的假貨并不會隨便蒸騰。更加嚴峻的問題，不少線下制假團伙并沒有得到應有的懲罰，這就導致渠道面臨的假貨威脅一直嚴峻。

　　“當前打假就像個篩子，刑事判決處分過低，不足以震撼利潤豐厚的制假售假產(chǎn)業(yè)鏈。”據(jù)阿里巴巴首席渠道管理官鄭俊芳介紹，2016年阿里巴巴渠道管理部共排查出4495個銷售額遠大于起刑點(5萬元)的制售假頭緒，而經(jīng)過揭露信息可以承認已經(jīng)有刑事判決結果的僅33例，緩刑比率近80%。

　　因而，在本年兩會期間，馬云致信兩會代表委員，呼吁“像抓酒駕一樣管理假貨”，引起全社會強烈反響。

　　“‘像抓酒駕一樣管理假貨’終究目的是讓售假者得到應有處分，減少社會上的假貨。”笑舒表明，我們團隊最大的KPI(績效目標)應該就是使用打假模型，為全社會營建出‘無假’的交易環(huán)境。

　　說起行將到來的2018年，笑舒最大的愿望是爸爸媽媽平安健康，天下沒有假貨。