选品推荐算法演进：从规则到图神经网络

我们做亚马逊选品工具做了 10 年，见过太多算法迭代。本文把选品推荐这件事拆成 5 个阶段讲清楚：规则系统 → 协同过滤 → 深度学习双塔 → 多模态学习 → 图神经网络（GNN）。最后落到我们自己在 [RD001 ApexPicker](/technology#rd001) 上的工程实践。

一句话总结：选品推荐的核心矛盾，从”算分高低”变成了”算关联强弱”。图神经网络（GNN）之所以成为 2024 年之后的主流选品方案，是因为它能直接建模”商品 ↔ 类目 ↔ 品牌 ↔ 卖家”之间的高阶关联，而不是把每个商品当成孤立向量。

一、为什么”选品”本身就是一个推荐问题？

很多人以为”选品”就是”查销量、查 ASIN、查关键词”。这其实是查表，不是推荐。

查表回答的问题是：“这个 ASIN 卖得怎么样？” 推荐回答的问题是：“现在应该选什么方向、按什么价位区间、用什么打法？”

后者更接近真正的”决策辅助”。这正是 ApexPicker 想做的事 —— 把查询工具升级为决策工作台。

选品推荐的 3 个特征

维度	查表工具	推荐系统
输入	关键词 / ASIN	多源数据 + 用户上下文
输出	单点数据	候选集 + 排序 + 解释
反馈	无	在线学习 / A/B
典型代表	Jungle Scout、Helium 10	`ApexPicker`、卖家精灵(高级版)

我们 2026 年的目标，是把”查表”和”推荐”做成一体化工作台：你查一个 ASIN，系统自动给你推 10 个相似候选 + 风险标签 + Listing 草稿。这背后就是 5 个阶段的算法迭代。

二、阶段 1：规则系统（2010 - 2015）

score = 0.4 * monthly_revenue
      + 0.3 * growth_rate
      + 0.2 * review_growth
      + 0.1 * competition_index

最早期的”算法”其实就是加权打分。选品工具读取亚马逊公开数据（销量榜单、BSR、评论增速），按预设权重算一个总分。

优点：可解释、可调参、上线快。缺点：完全依赖人工经验，无法发现隐式关联（例如”卖宠物玩具的店都同时卖自动喂食器”这种相关品类）。

ApexPicker 早期 v1.0 也是这么做的，依然保留了作为冷启动 baseline。

三、阶段 2：协同过滤（2015 - 2018）

协同过滤（Collaborative Filtering）的核心假设：相似的人喜欢相似的东西。

迁移到选品场景：

把”卖家”看作用户 → “商品”看作 item
把”卖家关注过的 ASIN”看作隐式反馈
用矩阵分解（MF / SVD++）算出每个 ASIN 的隐向量

# 伪代码
P, Q = matrix_factorize(R_user_item, k=64)
item_embedding = Q  # 每个 ASIN 一个 64 维向量

这一代选品系统能推荐”相似 ASIN”，但有 2 个硬伤：

冷启动：新 ASIN 没有用户行为数据，推不出来
长尾稀疏：5000 万 + 商品里大部分没有用户交互，主推的还是头部

四、阶段 3：深度学习双塔模型（2018 - 2021）

YouTube 在 2016 年那篇著名的 Deep Neural Networks for YouTube Recommendations 把双塔（Two-Tower）模型带火了。选品系统也跟进：

Query Tower：卖家输入（关键词、类目、价格区间）→ 64 维向量
Item Tower：商品侧特征（标题、描述、类目、品牌）→ 64 维向量
训练目标：让相关商品的 dot-product 尽量大

q_vec = query_tower(query_features)
i_vec = item_tower(item_features)
logit = dot(q_vec, i_vec)
loss = cross_entropy(logit, label_relevance)

优点：能融合文本、图片、销量、趋势等多模态特征，效果比协同过滤好一大截。缺点：每个商品仍然是一个孤立向量，没有商品之间的关联结构。

五、阶段 4：多模态学习（2021 - 2023）

这一阶段大家意识到：Listing 标题、搜索词、主图、评论文本 都是非结构化信号，用 BERT / ViT 提特征后送进双塔，效果再次提升。

我们 RD001 的 v2.0 阶段（2022 - 2023）就是基于多模态学习的：

用 BERT 提取 Listing 标题和评论的语义向量
用 ViT 提取主图的颜色 / 形状 / 文字布局向量
把销量、趋势、价格区间当结构化特征拼接进 Item Tower

但还是没解决关联建模的问题 —— 多模态只是把每个商品表示得更好，并没有建模”商品之间的关系”。

六、阶段 5：图神经网络 GNN（2024 - 现在）

这一代选品系统最大的变化是：把商品看成一个图，而不是一堆孤立向量。

6.1 选品图长什么样？

我们 RD001 把”商品”和它的属性都当成图节点：

节点类型：
- 商品（ASIN）
- 类目（Category）
- 品牌（Brand）
- 卖家（Merchant）
- 关键词（Keyword）

边类型（来自真实共现关系）：
- 商品 ↔ 类目（属于）
- 商品 ↔ 品牌（出品）
- 商品 ↔ 卖家（在售）
- 商品 ↔ 关键词（出现在搜索结果 / Listing）
- 商品 ↔ 商品（共现购买、相似 Listing）

6.2 用 GNN 学什么？

我们用 RGCN（Relational Graph Convolutional Network） 做节点嵌入学习：

class RGCNLayer(nn.Module):
    def forward(self, h, edge_index, edge_type):
        # 对每种关系类型分别做消息传递
        out = 0
        for r in range(num_relations):
            mask = (edge_type == r)
            out += self.W[r] @ self.message_passing(h, edge_index[:, mask])
        return F.relu(out)

学完之后，每个 ASIN 的向量就带有高阶关联信息：

同品牌其他 ASIN 的销量趋势
同类目相邻 ASIN 的竞争密度
共同购买 / 共同关注的关联强度

6.3 为什么 GNN 选品更准？

可解释：可以回溯”为什么推荐这个 ASIN”，因为能列出传播路径。

抗稀疏：冷启动新 ASIN 通过”商品 ↔ 类目 ↔ 关键词”的多跳传播拿到非零向量。

捕捉关联：卖家精灵 / Helium 10 主要还是双塔体系，没建模商品之间的关系 —— 这是我们 ApexPicker v3.0 的差异化核心。

七、ApexPicker 工程实践：多源数据 + GNN

ApexPicker 是 RD001（ApexPicker 智能选品，150 万元预算）的直接产出。我们 10+ 人团队从 2026 年 4 月立项，目标是把 GNN 选品从论文搬到生产环境。

7.1 数据层

亚马逊：官方 SP-API + 10 个站点的公开榜单
Keepa：历史 BSR / 价格 / 评论趋势
品牌方：自维护的品牌数据库（商标、专利、外观）
第三方：海关、专利局、商标局公开数据

7.2 特征层

结构化：销量、价格、BSR、库存
文本：Listing / 评论 / 问答（BERT-base-multilingual）
图像：主图 / 场景图（ViT-base）

7.3 模型层

第一版（2026 Q2 - Q3）：BERT + 双塔基线，对齐主流通用方案
第二版（2026 Q3 - 2027 Q1）：RGCN 多源融合，探索高阶关联
第三版（2027 Q1 - Q3）：在线学习 + 强化学习排序上线

7.4 工程层

云原生微服务（与 RD003 跨境电商 SaaS 平台共用基础架构）
K8s + GPU 推理集群
GDPR / PIPL / Amazon Data Policy 三重合规框架保障
详细合规说明见 [/trust](/trust)

八、数据合规：选品推荐绕不开的 3 重框架

跨境电商 SaaS 容易踩合规红线。ApexPicker 的 3 重保险：

GDPR（欧盟）：用户授权、数据最小化、删除权、跨境传输走 SCC 合同
PIPL（中国）：境内用户数据境内存储、隐私政策合规
Amazon Data Policy：仅采集公开市场数据，账号隔离，避免关联风险

合规是选品工具的护城河之一，详细披露见 信任中心。

九、给卖家的实操建议

如果你正在选品工具：

别只看分数，看解释：规则系统的可解释性反而是优势
多源交叉验证：单一数据源（无论 Jungle Scout 还是 Helium 10）都有盲点
关注”商品之间的关系”：这是下一代选品系统的关键差异化

如果你正在做选品工具：

别只做双塔：GNN 已经能跑了，工程化工作量远小于首次设计双塔
合规先行：跨境数据从 Day 1 就要考虑 GDPR / PIPL
可解释是产品力：卖家买的是”决策建议”，不是”分数排序”

十、写在最后

我们做 ApexPicker 不只是为了”再做一个 Helium 10”，而是想把 10 年一线卖家的实战经验编码进算法。选品推荐的下一步，是人机协同：算法给候选和关联，卖家给业务直觉。

继续迭代的路线图：

2026 Q4：GNN v2 上线，A/B 测试对比双塔基线
2027 Q1：多语言 Listing 写作模块与 GNN 协同
2027 目标：申请科技型中小企业（科小）入库，对应软著下证