收录了 电商搜索 频道下的 50 篇内容
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。
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。
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。
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。
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。
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。
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。
获取信息是人类认知世界、生存发展的刚需,搜索就是最明确的一种方式,其体现的动作就是“出去找”,找食物、找地点等,到了互联网时代,搜索引擎(Search Engine)就是满足找信息这个需求的最好工具,你输入想要找的内容(即在搜索框里输入查询词,或称为 Query),搜索引擎快速的给你最好的结果,这样的刚需催生了谷歌、百度这样的互联网巨头。 本文结合达观在垂直搜索引擎建设方面的经验,主要围绕以下内容展开: 用户搜索意图的理解及其难点解析 如何进行用户搜索意图理解 达观数据用户搜索意图理解引擎介绍。
InfoQ策划的双十一系列内容,希望能促进行业之间交流,提高行业的整体技术水平。从2014年到现在,我们策划了3期的双十一系列文章,多场线下会议电商大促专场演讲,国内的电商技术,进入了一个学习实践和分享反哺的良性循环。
机器学习,趁着近年来深度学习的热潮强势复苏,很快地从一个很少被大众关注的技术主题,转变为被很多人使用的管理工具和开发工具。其有效性被无数企业成功验证并推广应用,为了避免错失良机,企业需要设计自己的机器学习项目,比如在电商平台的推荐、排序业务中。
Havenask(内部代号 HA3),是过去十多年阿里在电商领域积累下来的核心竞争力产品。
2017年,当当较为全面地更新了其系统,一年一度的电商大促,正是考验其系统能力的时候。文章从应用限流、链路监控、APM、移动端网关和搜索系统几个模块,为读者分享了当当更新系统所做的点点滴滴。
京东商品搜索引擎是搜索推荐部自主研发的商品搜索引擎,主要功能是为海量京东用户提供精准、快速的购物体验。
本文中,我们的目标是解决商品搜索引擎和内容搜索引擎中异构数据排序的问题,给用户推荐丰富的个性化的内容流。我们把算法分成了两部分:1)异构内容流类型排序,即决定每个坑位展示何种类型的内容流,文章、视频还是商品列表;2)同构的内容流内容排序,第二个步骤使用广为人知的DSSM模型,在这个内容流类型下,对内容流的内容进行排序,选择相似度最高的内容插入。
4月25日,阿里妈妈搜索直通车算法团队携最新论文亮相WWW 2018(The International World Wide Web Conference)。今年的WWW大会在法国里昂召开,阿里妈妈高级算法工程师闫肃作为该论文第一作者在大会现场进行了口头报告。
全球性的搜索引擎Google,看似简单的搜索框背后隐藏的是极其复杂的系统架构和搜索算法,其中排序(以下统称Ranking)的架构和算法更是关键部分。Google正是通过PageRank算法深刻改变搜索排序而一举击败众多竞争对手。本文将介绍有关搜索引擎排序的相关技术内容。
Facebook开源Zstandard算法及MyRocks存储引擎
本文将介绍多模态召回赛道季军的技术解决方案,以及在美团搜索广告业务中的应用与实践。希望能给从事相关工作的同学带来一些帮助或者启发。
双11是一个重要的技术练兵场。