前 言
第1章 电商四位一体 1
1.1 人—买家 1
1.1.1 开源引流2
1.1.2 客群画像17
1.2 货—货源 22
1.2.1 价格力22
1.2.2 趋势力28
1.3 场—内容 36
1.3.1 智能文案37
1.3.2 文案标签化46
1.3.3 模型工程优化49
1.3.4 展望规划49
1.4 商—企划 50
1.4.1 品类规划定义51
1.4.2 波士顿矩阵53
1.4.3 CBU品类规划53
1.4.4 技术架构59
1.4.5 展望规划61
第2章 系统工程 63
2.1 搜索工程 63
2.1.1 统一入口SP服务64
2.1.2 策略平台OpenSE72
2.1.3 意图分析QP74
2.1.4 在线引擎HA377
2.1.5 离线系统Dump81
2.2 推荐工程 85
2.2.1 召回引擎BE85
2.2.2 算分服务RTP89
2.3 实时数据工程 95
2.3.1 概述 96
2.3.2 数据采集96
2.3.3 数据分层98
2.3.4 数据服务99
2.3.5 数据应用100
第3章 搜索算法 101
3.1 Query查询词理解 101
3.1.1 Query类目预测102
3.1.2 Query改写106
3.1.3 Query推荐111
3.2 搜索排序 122
3.2.1 召回124
3.2.2 粗排135
3.2.3 精排142
3.2.4 搜索底部推荐161
第4章 推荐算法 163
4.1 召回 164
4.1.1 协同过滤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 营销算法 197
5.1 红包 197
5.1.1 用户敏感度建模198
5.1.2 离线红包分配200
5.1.3 在线红包分配202
5.2 营销优惠券 208
第6章 多模态内容场景与端智能 212
6.1 直播推荐算法 212
6.1.1 多目标学习213
6.1.2 用户异构行为214
6.1.3 直播排序模型214
6.2 短视频推荐算法 219
6.2.1 短视频推荐概述219
6.2.2 基于异构网络图的推荐方案220
6.3 榜单算法 229
6.3.1 榜单生成229
6.3.2 榜单召回推荐232
6.3.3 榜单内商品排序232
6.3.4 榜单个性化文案233
6.4 多形态内容混排 235
6.5 App端智能 239
6.6 首图个性化 244
6.6.1 全局最优视角联合打散244
6.6.2 跨域召回（从淘宝到1688） 247
第7章 认知推理 250
7.1 电商知识图谱 250
7.1.1 知识工程与专家系统250
7.1.2 语义网络与知识图谱252
7.1.3 知识图谱构建254
7.1.4 知识表示265
7.2 知识图谱主题会场 268
7.3 知识蒸馏 271
7.3.1 知识蒸馏的起源272
7.3.2 多种传递形式的知识蒸馏274
7.3.3 知识蒸馏应用于自然语言生成277
7.3.4 BERT模型蒸馏280
7.4 组货推荐 281
7.4.1 同款匹配281
7.4.2 组货搭配284
7.4.3 服饰搭配286
第8章 全域中控 290
8.1 流量中控 290
8.2 在线动态广告分配 297
8.3 目标动态规划 307
· · · · · · (收起)
具体描述
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。
用户评价
##读前以为2星，读完直接5星
评分##非常棒的算法实战经验，推荐给工业界的算法与工程同学参考与学习
评分 评分 评分 评分##还不如一些公众号说的全面详细。感觉除了给高p们的履历介绍上多写一行字，没什么价值
评分##这本书是一本非常系统的电商搜索推荐系统的工程架构跟算法实践，有很多实践的经验介绍。 只不过看公司部门出书有两个小问题：1是外部的同学不太能理解内部的一些系统，是否有开源的软件来替换；2. 更多的毕竟有一部分是pr作用。。。 我觉得这本书已经是业界良心出品，推荐。
评分 评分相关图书
本站所有內容均為互聯網搜索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 tushu.tinynews.org All Rights Reserved. 求知書站 版权所有