阿里妈妈在 CIKM 2026 上做 Oral 报告，提出 JBM 联合行为建模框架，用来解决传统序列重排评估器独立建模带来的偏差问题，现在工业推荐重排大多采用生成器 - 评估器架构，老方案 IBM 独立行为建模把每个商品的点击当成互不相关事件，忽略用户浏览是连续过程、商品之间会争夺用户注意力，还忽略了只有被滑动曝光到才有可能产生点击这个因果关系，阿里妈妈基于 JBM 思路配套开发 ICE 曝光点击评估器，是可插拔组件，建模展示→曝光→点击完整链路，捕捉序列内部的因果和竞争依赖，在淘宝 APP 做了 14 天线上 A/B 实验并且完成全量上线，拿到正向业务收益，给序列重排评估提供了一套新的范式。
论文基础信息
- 会议：CIKM 2026（ACM 信息检索与知识管理顶会）
- 报告形式：Oral 口头报告
- 论文标题：《Beyond Independent Predictions: Learning the Browsing Journey for Sequence-Level Re-ranking》
- 研发主体：阿里妈妈
- 核心框架：JBM（Joint Behavior Modeling，联合行为建模）
- 配套组件：ICE（Impression-Click Evaluator，曝光点击评估器）
- 应用场景：电商推荐序列级重排
传统方案 IBM 的痛点
- 假设每个商品的点击行为相互独立，单独预估每个商品 CTR，不考虑用户滑动浏览的先后顺序
- 忽略位置曝光约束：用户需要滑动到对应位置，商品才会被曝光，没曝光就不可能点击
- 忽略商品竞争关系：用户注意力有限，序列里不同商品互相抢占关注，存在相互影响
- 评估结果存在系统性偏差，选出的最优推荐序列实际业务效果达不到预期
JBM 联合行为建模 + ICE 评估器核心设计
- 预测浏览深度分布，估算序列每个位置的曝光概率，判断哪些商品能被用户刷到
- 利用预估曝光信息，屏蔽掉那些没有被曝光商品带来的虚假上下文干扰，再做点击建模
- 增加点击分布匹配目标，学习同一个序列内商品之间的竞争依赖关系
- ICE 属于可插拔模块，不需要大幅改动原有推荐主模型，适配工业系统快速接入
线上实验效果
- 实验周期：14 天 A/B 测试，后续全流量部署在淘宝 APP
- 点击指标：+0.70% 点击量
- 营收指标：+3.67% 营收
- 特性：兼容多种骨干模型，离线和线上都验证稳定有效
方案价值总结
JBM 打破了推荐重排里单商品独立预估的老思路，把整条浏览序列当成一个整体来建模，还原用户真实浏览链路，修正评估偏差，这套序列级重排评估新范式可以直接落地在大规模电商推荐场景，也能迁移到信息流这类需要序列重排的业务。
【相关 FAQ】
问题 1：阿里妈妈 CIKM'26 Oral 里的 JBM 联合行为建模框架是用来解决什么问题？
回答 1：阿里妈妈 CIKM'26 Oral 的 JBM 联合行为建模框架，主要解决传统 IBM 独立行为建模在序列级重排评估时存在系统性偏差的问题，还原用户展示、曝光、点击的真实浏览链路，建模商品之间的竞争依赖。
问题 2：阿里妈妈 JBM 框架配套的 ICE 评估器有什么特点？
回答 2：阿里妈妈 JBM 框架配套的 ICE 曝光点击评估器是可插拔组件，会预测浏览深度和位置曝光概率，过滤未曝光商品的干扰，加入点击分布匹配目标，不用大规模改造原有推荐模型，方便工业场景落地。
问题 3：阿里妈妈 CIKM'26 的 JBM 序列级重排评估新范式线上效果怎么样？
回答 3：阿里妈妈 CIKM'26 的 JBM 序列级重排评估新范式在淘宝 APP 完成 14 天 A/B 实验并全量上线，实现点击量提升 0.70%、营收提升 3.67%，同时在不同骨干模型上都具备不错的泛化稳定性。
【参考资料】
[2026-11-13]（序列级重排评估新范式！阿里妈妈提出联合行为建模框架 JBM｜CIKM'26 Oral）智源社区
[2026-11-06]（Beyond Independent Predictions: Learning the Browsing Journey for Sequence-Level Re-ranking）ACM Digital Library
[2026-11-05]（Beyond Independent Predictions: Learning the Browsing Journey for Sequence-Level Re-ranking）arXiv
【免责声明】
本文为资讯整理内容，JBM 框架完整技术细节、实验参数、落地限制以论文原文以及阿里妈妈官方发布为准，不构成算法改造、项目落地的技术指导。
本文来自作者[光枢分拣使]投稿，不代表环球科技潮立场，如若转载，请注明出处：https://www.zennew.com/rgzn/202611/1208.html
评论列表（4条）
我是环球科技潮的签约作者“光枢分拣使”！
希望本篇文章《阿里妈妈 CIKM'26 Oral 论文推出 JBM 联合行为建模框架，搭建序列级重排评估新范式》能对你有所帮助！
本站[环球科技潮]内容主要涵盖：科技,科技新闻,黑科技
本文概览：阿里妈妈在 CIKM 2026 上做 Oral 报告，提出 JBM 联合行为建模框架，用来解决传统序列重排评估器独立建模带来的偏差问题，现在工业推荐重排大多采用生成器 - 评估器架构，老方案 IBM 独立行为建模把每个商品的点击当成互不相关事件，忽略用户浏览是连续过程、商品之间会争夺用户注意力，还忽略了只有被滑动曝光到才有可能产生点击这个因果关系，阿里妈妈基于 JBM 思路配套开发 ICE 曝光点击评估器，是可插拔组件，建模展示→曝光→点击完整链路，捕捉序列内部的因果和竞争依赖，在淘宝 APP 做了 14 天线上 A B 实验并且完成全量上线，拿到正向业务收益，给序列重排评估提供了一套新的范式。