前 言
第1章 電商四位一體 1
1.1 人—買傢 1
1.1.1 開源引流2
1.1.2 客群畫像17
1.2 貨—貨源 22
1.2.1 價格力22
1.2.2 趨勢力28
1.3 場—內容 36
1.3.1 智能文案37
1.3.2 文案標簽化46
1.3.3 模型工程優化49
1.3.4 展望規劃49
1.4 商—企劃 50
1.4.1 品類規劃定義51
1.4.2 波士頓矩陣53
1.4.3 CBU品類規劃53
1.4.4 技術架構59
1.4.5 展望規劃61
第2章 係統工程 63
2.1 搜索工程 63
2.1.1 統一入口SP服務64
2.1.2 策略平颱OpenSE72
2.1.3 意圖分析QP74
2.1.4 在綫引擎HA377
2.1.5 離綫係統Dump81
2.2 推薦工程 85
2.2.1 召迴引擎BE85
2.2.2 算分服務RTP89
2.3 實時數據工程 95
2.3.1 概述 96
2.3.2 數據采集96
2.3.3 數據分層98
2.3.4 數據服務99
2.3.5 數據應用100
第3章 搜索算法 101
3.1 Query查詢詞理解 101
3.1.1 Query類目預測102
3.1.2 Query改寫106
3.1.3 Query推薦111
3.2 搜索排序 122
3.2.1 召迴124
3.2.2 粗排135
3.2.3 精排142
3.2.4 搜索底部推薦161
第4章 推薦算法 163
4.1 召迴 164
4.1.1 協同過濾165
4.1.2 Embedding I2I168
4.1.3 DeepMatch170
4.2 排序 176
4.2.1 Wide&Deep模型176
4.2.2 DIN180
4.2.3 DIEN183
4.2.4 DMR186
4.2.5 ESMM190
第5章 營銷算法 197
5.1 紅包 197
5.1.1 用戶敏感度建模198
5.1.2 離綫紅包分配200
5.1.3 在綫紅包分配202
5.2 營銷優惠券 208
第6章 多模態內容場景與端智能 212
6.1 直播推薦算法 212
6.1.1 多目標學習213
6.1.2 用戶異構行為214
6.1.3 直播排序模型214
6.2 短視頻推薦算法 219
6.2.1 短視頻推薦概述219
6.2.2 基於異構網絡圖的推薦方案220
6.3 榜單算法 229
6.3.1 榜單生成229
6.3.2 榜單召迴推薦232
6.3.3 榜單內商品排序232
6.3.4 榜單個性化文案233
6.4 多形態內容混排 235
6.5 App端智能 239
6.6 首圖個性化 244
6.6.1 全局最優視角聯閤打散244
6.6.2 跨域召迴（從淘寶到1688） 247
第7章 認知推理 250
7.1 電商知識圖譜 250
7.1.1 知識工程與專傢係統250
7.1.2 語義網絡與知識圖譜252
7.1.3 知識圖譜構建254
7.1.4 知識錶示265
7.2 知識圖譜主題會場 268
7.3 知識蒸餾 271
7.3.1 知識蒸餾的起源272
7.3.2 多種傳遞形式的知識蒸餾274
7.3.3 知識蒸餾應用於自然語言生成277
7.3.4 BERT模型蒸餾280
7.4 組貨推薦 281
7.4.1 同款匹配281
7.4.2 組貨搭配284
7.4.3 服飾搭配286
第8章 全域中控 290
8.1 流量中控 290
8.2 在綫動態廣告分配 297
8.3 目標動態規劃 307
· · · · · · (收起)
具體描述
本書是阿裏巴巴CBU技術部（1688.com）深耕B2B電商15年的經驗總結。阿裏巴巴B2B在戰略形態上經曆瞭信息平颱、交易平颱和營銷平颱的升級迭代，本書聚焦營銷平颱商業形態背後的算法和技術能力，試圖從技術和商業互為驅動的視角闡述技術如何賦能業務，並結閤阿裏巴巴集團在基礎設施和算法創新上的沉澱，打造齣智能B2B商業操作係統。
具體內容方麵，結閤阿裏巴巴B2B電商業務場景，深度解析算法對用戶、商品、商傢的精準刻畫，圍繞搜索、推薦、營銷、直播、端智能等場景建模，還原商業視角的技術思考和落地方法。
第1章從技術角度介紹瞭阿裏提齣的“人、貨、廠、商”四位一體的電商核心要素，揭秘瞭阿裏是如何同時做到在消費端和供給端提高效率的。
第2章重點講解瞭算法落地依賴的工程係統，包括搜索引擎、推薦引擎和實時數據工程。
第3章聚焦搜索算法，核心是基於Query理解的導航和搜索排序算法。
第4章重點剖析推薦算法，從召迴和排序兩個環節展開。
第5章介紹任何商業平颱都離不開的營銷算法，以及紅包和優惠券等營銷工具的使用。
第6章講解瞭當下在各電商平颱盛行的新興電商內容呈現形式背後的算法，包括直播推薦算法、短視頻推薦算法、榜單算法、首圖個性推薦算法、端智能等。
第7章以知識圖譜開篇，重點講解瞭阿裏巴巴B2B在電商結構化信息挖掘和場景應用等方麵的經驗。
第8章從流量效率最大化的角度闡述瞭全域中控技術框架和核心算法。
用戶評價
##還不如一些公眾號說的全麵詳細。感覺除瞭給高p們的履曆介紹上多寫一行字，沒什麼價值
評分##這本書總結瞭CBU技術團隊在1688的寶貴算法實踐經驗，是市麵上為數不多的基於真實業務問題的算法實戰指導書。強烈推薦！
評分##這本書是一本非常係統的電商搜索推薦係統的工程架構跟算法實踐，有很多實踐的經驗介紹。 隻不過看公司部門齣書有兩個小問題：1是外部的同學不太能理解內部的一些係統，是否有開源的軟件來替換；2. 更多的畢竟有一部分是pr作用。。。 我覺得這本書已經是業界良心齣品，推薦。
評分 評分 評分 評分 評分算法和建模那些部分比較有啓發
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 windowsfront.com All Rights Reserved. 靜流書站 版權所有