拄着双拐的笑舒(阿里花名)来自湖北孝感，他是架起打假大数据阻拦网的阿里巴巴工程师之一。“我在阿里打假不是做‘判官’
，而是使用机器学习、做数据模型过滤负向产品和商家
，扫除潜在危险
。”每逢有人问他在阿里做什么，笑舒总要把上面的话大致重复一遍

。

　　在笑舒和搭档们的尽力下，他们研制的打假大数据模型每天对整个阿里渠道近20亿件产品进行扫描

，找出疑似售假商家做出处理，帮忙执法部分进行查办。2017年的前11个月里，他们帮忙执法机关破获制售假案件674个。

　　大数据铸造世上“仅有”的打假模型

　　与一般人不同的是，笑舒一岁时被确诊患有小儿麻痹症，左腿相比常人衰弱一圈。在屏幕上，笑舒能让代码飞驰，而在现实生活中，他只能靠双拐缓慢向前。

　　笑舒该怎么生存下去？一度让在湖北孝感务农的爸爸妈妈感到担忧。终究，爸爸妈妈决议送笑舒上学。“‘只需你肯学，我就供你读
。’这是母亲跟我说过最重的一句话。”笑舒回忆，从初中到高中，父亲每天骑着三轮车接送他上下学。

　　爸爸妈妈的艰苦和支撑让笑舒不敢有丝毫松懈
，由于技能过硬，他终究经过校招面试，成为一名阿里巴巴数据工程师。

　　大家不懂什么是打假模型
，笑舒并不觉得奇怪。由于他和搭档们所做的

，就是探究一套世界上绝无仅有的假货风控体系——面临近20亿量级的产品，上千万卖家，数以亿计的订单
。

　　“这种模型
，世界上之前没有过。从业界来看，一般使用机器学习做的都是正向模型居多，像营销、推行
。但盈发娱乐做的是负向模型
，且是信息量庞大，维度很多的场景。”笑舒说
，从他开端研制打假模型便面临很多压力与应战：打假模型判别禁绝
，出问题他和同伴们要担任
。

　　一次有商家被投诉售假，但从信息层面看不出其是否售卖过假货
，这时受理投诉的搭档调用笑舒研制的假货模型进行鉴别，结果模型判别售假嫌疑极大
。

　　而多次抽检后显现
，该商家售卖的是正品，这曾使笑舒的打假模型备受质疑
。

　　这事之后，笑舒和团队深入剖析了原因
，发现是作为机器学习的质料——种子数据特征的覆盖面不行

。在调整了数据样本、特征和模型后，同类产品的售假判别准确性得到极大进步，得到调用部分的认可
。

　　好刀都是磨砺出来的。阅历了很多应战后
，现在，笑舒和搭档们研制的大数据打假模型已应用在神秘抽检、疑似售假商家入驻阻拦
、售假头绪挖掘剖析等阿里巴巴渠道管理部很多的假货风控场景中。

　　用打假模型营建“无假”的交易环境

　　据《2016年阿里巴巴渠道管理年报》显现，从2016年1月至2016年12月，阿里巴巴帮忙警方捕获犯罪嫌疑人880名；捣毁涉假窝点1419个；破获案件涉案总金额超30亿元。在品牌合方面
，这一年阿里巴巴自动阻拦删去的产品量是同期权利人投诉删去产品量的26倍
。

　　笑舒表明，曾经他和搭档会依据不同的场景、产品数据规划打假模型
。这些模型经过一段时间的调试和发育，上线初期命中率很高。但是
，很多售假团伙会打听打假模型的才能，进而让假货信息
、售假者身份“变异”来绕过监管。

　　尽管能从信息层面消灭假货，但笑舒和搭档清楚，线下的假货并不会随便蒸腾

。更加严峻的问题，不少线下制假团伙并没有得到应有的惩罚
，这就导致渠道面临的假货威胁一直严峻
。

　　“当前打假就像个筛子，刑事判决处分过低，不足以震撼利润丰厚的制假售假产业链。”据阿里巴巴首席渠道管理官郑俊芳介绍，2016年阿里巴巴渠道管理部共排查出4495个销售额远大于起刑点(5万元)的制售假头绪，而经过揭露信息可以承认已经有刑事判决结果的仅33例，缓刑比率近80%。

　　因而，在本年两会期间，马云致信两会代表委员
，呼吁“像抓酒驾一样管理假货”，引起全社会强烈反响
。

　　“‘像抓酒驾一样管理假货’终究目的是让售假者得到应有处分
，减少社会上的假货。”笑舒表明，盈发娱乐团队最大的KPI(绩效目标)应该就是使用打假模型
，为全社会营建出‘无假’的交易环境

。

　　说起行将到来的2018年，笑舒最大的愿望是爸爸妈妈平安健康
，天下没有假货。