圖學習和深度學習都是人工智能的一個分支，作為阿里巴巴旗下的大數據營銷平臺，阿里媽媽創新性地將圖學習與深度學習進行結合，推出了Euler，可更大幅度提升營銷效率。
Euler已在阿里媽媽核心業務場景進行了錘煉和驗證，同時，在金融、電信、醫療等涉及到復雜網絡分析的場景中也具有非常高的易用性，例如Euler可高效識別金融欺詐團伙。
此次開源，Euler也內置了大量的算法供用戶直接使用，相關代碼已經可在GitHub上進行下載。
圖學習+深度學習，阿里媽媽探索人工智能技術紅利
探索圖學習，并將其與深度學習進行結合，是阿里媽媽探索人工智能技術紅利的一大成果。
圖學習，并非是字面意義上容易聯想的以圖像為目標的學習，它的另外一個名稱是知識圖譜學習，是對事物之間關系的深度研究。阿里巴巴生態體系內的用戶、商品、品牌、店鋪等的連接，天然構成了規模巨大且復雜度極高的異構圖。
2016，在圖學習還沒有引起學術界和工業界熱切關注的時候，阿里媽媽已經基于需求開始探索圖學習，目前已經走在行業前沿。更為創新的是，它將圖學習和深度學習進行結合，借助圖學習，解決深度學習無法處理的關系推理、可解釋性等一系列問題。因此，Euler可以更加精準的刻畫連接關系，大幅提升營銷精準度和營銷效率。
Euler目前已經廣泛使用在阿里媽媽搜索廣告排序、匹配、營銷工具和反作弊等場景，大幅提高了廣告平臺營銷效率，并為廣告主在消費者運營及商品運營上創造了超過百億的價值。
以阿里媽媽搜索廣告的匹配場景為例，基于Euler的深度匹配技術，通過在復雜圖關系上的推理和學習，可以從多個角度更全面和準確的理解用戶意圖和廣告主的營銷訴求，從而提升了廣告匹配的精準度，大幅改善了平臺的營銷效率；此外，在阿里媽媽的營銷工具場景中，通過基于Euler平臺的圖算法，將廣告更精準地推薦給相關人群，也有效提升了廣告主的投放效率和效果。
同時，它也在幫助阿里巴巴集團內其他的一些業務場景進行圖應用的探索與落地，預計會在更多場景下產生價值。
填補行業空白，Euler開放阿里媽媽圖深度學習能力
對于整個行業而言，圖深度學習還處于起步階段，此前，在國內外技術行業中，圖深度學習都沒有出現成熟的解決方案，更別提能夠支持超大規模的框架了。而此次開源，意味著由圖深度學習帶來的高速提效也將由阿里媽媽、阿里巴巴延展至更廣的領域。
據阿里媽媽介紹，可以用一句話來概括Euler的定位——“處理Graph Embedding就用Euler”，開源對象主要有兩類用戶：
一類是擁有海量復雜工業級圖數據的用戶，其中包含互聯網方向的推薦場景、廣告場景、搜索場景、社交場景，以及金融、電信、醫療等行業涉及到復雜網絡分析的場景，他們用Euler可以快速訓練，并拿到理想的業務效果；
另一類則是高校或者企業里的實驗室用戶：他們利用Euler靈活的圖操作算子，可以快速進行算法創新與定制。
尤其對于前一種工業級用戶而言，此前應用圖神經網絡所面臨的三大挑戰也將得到極大的改善：1、 圖規模非常大，可以到數十億節點和數百億邊，需要分布式存儲和訓練 ；2、圖的關系復雜，往往是復雜的異構節點和異構邊，還包含豐富屬性；3、如何實現圖深度學習和現有的深度學習任務有效的結合。
以推薦場景為例，基于Euler對用戶和商品關系圖進行建模，可以快速構建智能人貨匹配技術，使得推薦更加高效精準；在金融反欺詐領域，基于Euler對金融交易行為圖譜進行建模，可以更加高效的判別金融欺詐交易以及金融欺詐團伙的存在。
總的來說，Euler的出現將大大填補工業級圖深度學習的市場空白。一方面，Euler的開源有助于對圖神經網絡的深入應用，有希望形成下一波技術紅利；另一方面，也將匯集更多優秀技術力量促進圖學習的發展，為阿里媽媽的客戶帶來更高的營銷效率，也是“讓天下沒有難做的營銷”這一使命的體現。