写点什么

电商搜索

收录了 电商搜索 频道下的 50 篇内容

电商搜索系统质量保障体系建设
电商搜索系统质量保障体系建设

本次分享介绍京东电商搜索系统质量保障体系建设的经验。

如何构建一个好的电商搜索引擎?
如何构建一个好的电商搜索引擎?

本文主要分享智能搜索在电商的应用探索,介绍如何构建一个好的电商搜索引擎。

解读电商搜索——如何让你买得又快又好
解读电商搜索——如何让你买得又快又好

本文结合作者的电商算法经验,以手淘搜索为例展开,介绍产品和诉求层面以及如何使用搜索入口来做用户引导

电商搜索系统质量保障体系建设丨ArchSummit
电商搜索系统质量保障体系建设丨 ArchSummit

电商搜索的主要对象是商品,目标是用户精确找到商品,卖家有机会曝光商品,商城构建良好的生态。围绕这个三个核心业务指标,系统稳定、结果精确、研发效率、排序效果,既是电商搜索系统研发的目标,也是挑战。

电商搜索革命:大模型如何重塑购物体验?| AICon
电商搜索革命:大模型如何重塑购物体验?| AICon

8月18日-19日,京东技术总监翟周伟即将分享《电商大模型及搜索应用实践》实践,欢迎现场来交流。

1 号店 11.11:机器排序学习在电商搜索中的实战

经过8年的发展,同时伴随着我们对用户需求和行为的不断认识,1号店的搜索Ranking Model也在朝着精细化方向深化。我们希望通过不断演化的排序模型,既能提升用户满意度,也能提升网站的流量转化率。为了保证11.11期间排序学习算法能够在搜索系统中成功应用,我们在今年Q2就开始了这方面的探索。

京东电商搜索中的语义检索与商品排序
京东电商搜索中的语义检索与商品排序

本文将介绍京东搜索场景中的两块技术,语义检索与商品排序。

CIKM 2024 | 京东电商搜索:深度强化学习的探索与落地
CIKM 2024 | 京东电商搜索:深度强化学习的探索与落地

在京东零售这样的电商平台上,搜索领域是最大的流量场域,承担着提升自然流量可运营能力的重要任务。如何通过有效的流量调控系统来增强商家对自然流量的运营能力,成为平台和商家共同关注的焦点。

从点击率提升到用户长期行为优化:浅谈人工智能技术在电商搜索的落地应用
从点击率提升到用户长期行为优化:浅谈人工智能技术在电商搜索的落地应用

本次分享介绍如何利用人工智能技术来建立一个数据驱动的智能搜索功能,为电子商务网站实现从引导点击率到用户长期行为优化的技术提升。

阿里提出电商搜索全局排序方法,淘宝无线主搜 GMV 提升 5%

AI 前线本周带来第 35 篇论文解读,本期要解读的论文来自阿里巴巴,主题是:电商搜索全局排序方法。一个好的排序算法可以为电商带来销量的巨大提升,如果你也是这一领域的开发者,希望阿里巴巴的这篇论文解读对你能有所启发。

京东大模型革命电商搜推技术:挑战、实践与未来趋势
京东大模型革命电商搜推技术:挑战、实践与未来趋势

大模型对搜推技术产生了深远的影响,极大地推动了搜推技术的演进趋势,使得搜推更加的智能化和个性化,然而在搜推中引入大模型时同样面临一系列的挑战,例如商品知识的幻觉,复杂查询的理解,个性化商品推荐,隐私和安全等问题。

京东大模型革命电商搜推技术:挑战、实践与未来趋势
京东大模型革命电商搜推技术:挑战、实践与未来趋势

突破搜索与推荐边界,京东大模型重塑电商效率与体验

电商搜索革命:大模型如何重塑购物体验?

自我介绍:京东零售搜推算法部算法工程师,专注于大模型技术以及在 AI 助手搜推等领域的应用探索和实践。在 AI 助手,NLP 和搜索领域有十多年研发实践经验,在 AI/NLP 领域申请超过 15 项发明专利并出版两部著作。

电商搜索革命:大模型如何重塑购物体验?| AICon
电商搜索革命:大模型如何重塑购物体验?| AICon

随着电商行业的蓬勃发展,搜索技术作为连接用户与商品的桥梁,其重要性日益凸显。在技术不断革新的今天,电商搜索技术经历了哪些阶段?面对大模型的飞速发展,企业又将如何把握趋势,应对挑战?

LLM
企业号2024年8月PK榜
京东电商搜索:大模型生成式检索优化实践
京东电商搜索:大模型生成式检索优化实践

在搜索链路的召回环节,面对庞大的商品库规模,从千万至数十亿的商品中快速提取潜在相关商品,需在时间与资源约束下,确保效率与性能兼备。

大模型
电商搜索效率的革命性提升:阿里巴巴搜索 API 返回值的应用

电商搜索效率的革命性提升,在很大程度上得益于阿里巴巴搜索API返回值的应用。这些API返回值提供了丰富的电商数据,使得商家能够更快速、准确地获取商品信息,从而优化运营策略。以下是对阿里巴巴搜索API返回值应用的详细分析,包括代码示例:

API Gateway
API 接口
API 测试
pinduoduo API
电商搜索没结果或结果不相关怎么优化?基于智能开放搜索 OpenSearch 的高转化检索方案

本文提出基于阿里云OpenSearch的电商搜索优化方案,通过结构化意图识别、多粒度召回和行业定制排序三层机制,系统解决无结果与结果不相关问题,并提供可快速验证、可度量迭代的落地路径。

电商搜索 H1 提升 AI-Coding 质量实践 RD & QA

AI-Coding时代,质量管理的核心从“是否管”转向“如何管”。通过建立Harness工程基础设施与全栈能力组织形态,结合三层约束框架(输入/生成/输出),可系统化提升AI生成代码的质量与可控性。RD与QA的协作目标对齐为“让AI代码安全上线”,协作模式从线性交接

质量
AI coding
电商搜索
电商搜索召回率低怎么调?智能开放搜索 OpenSearch 相关性调优清单(含实测策略与可验证配置)

本文系统梳理电商搜索召回率低的根因与 OpenSearch 四层相关性调优策略,涵盖查询理解、文档表征、匹配融合与结果重排,提供可落地的同义词配置、多路召回权重、Function Score 业务规则等实测方案。

CIKM 2024 | 京东电商搜索:深度强化学习的探索与落地
CIKM 2024 | 京东电商搜索:深度强化学习的探索与落地

京东搜索算法团队提出一个多目标深度强化学习框架,通过集成多目标Q学习、基于交叉熵方法的决策融合算法和渐进数据增强系统,优化电商平台上的流量分配。

算法
京东
论文
电商搜索专题_资料-InfoQ中文网