本文总结了我们过去参与的知识图谱项目中的一般问题和难点，沉淀为体系化的方法论，并针对不同复杂程度的知识建模问题，进行实操指南。
蚂蚁集团芝麻企业信用作为一个 tob 业务，在每个方向上设定合适的技术头狼非常重要，头狼作为业务战场的一号位，总结下来需要做以下几件事情： 了解业务背景、行业以及战场 与业务充分沟通，并理解业务背后的思路 人力盘点，对战场人力划分 整体的技术架构设计 多方协作问题处理 业务数据的思考 推进业务优化升级 以上 7 点是个相对通用的方法论，不论什么业务，其实都可以往里带入，以下根据具体案例，分节详细讨论这 7 点。
除了相关性，复杂信息流推荐场景还需要兼顾多样的业务需求，包括打散（多样性），流量调控，多展示形态/多路供给融合等。传统推荐系统采用pipeline的形式，分步处理上述需求，缺少统筹优化，这些模块之间常出现矛盾与覆盖，限制场景推荐效果。我们提出全新的基于Generator-Evaluator（GE）架构的重排模型，它不仅能够突破传统相关性贪心排序的范式，以序列整体效果为目标生成序列，还能突破pipeline的推荐范式，在一个模型中有机融合复杂业务规则，给出end2end联合最优解。我们在淘宝信息流场景验证了提案的有效性，并全量上线。
本文通过一些常见的例子讲述逻辑谬误，希望大家在这个信息繁杂的社会上， 对于接收的信息， 都能保持自我的批判性思考， 不要被某些有意为之的言论带偏。
淘宝开放平台是阿里与外部生态互联互通的重要开放途径，通过开放的产品技术把阿里经济体一系列基础服务，像水、电、煤一样输送给我们的商家、开发者、社区媒体以及其他合作伙伴，推动行业的定制、创新、进化, 并最终促成新商业文明生态圈。 开放网关诞生于07年，到现在已经有15年的历史，流量从日两千万到到现在几百亿，支撑的业务也从淘系扩展到集团内多BU。随着流量上涨，网关的技术架构也在持续升级迭代，以支撑更大的流量和更广的业务。本文把网关近些年来的技术架构变迁做梳理和总结，回顾下网关的发展过程。
