幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

阿里巴巴B2B電商演算法實戰

  • 作者：阿里集團新零售技術事業群CBU技術部|責編:韓蕊
  • 出版社：機械工業
  • ISBN：9787111657842
  • 出版日期：2020/07/01
  • 裝幀：平裝
  • 頁數：312
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是阿里巴巴CBU技術部（1688.com）深耕B2B電商15年的經驗總結。阿里巴巴B2B在戰略形態上經歷了信息平台、交易平台和營銷平台的升級迭代，本書聚焦營銷平台商業形態背後的演算法和技術能力，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，並結合阿里巴巴集團在基礎設施和演算法創新上的沉澱，打造出智能B2B商業操作系統。
    具體內容方面，結合阿里巴巴B2B電商業務場景，深度解析演算法對用戶、商品、商家的精準刻畫，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章從技術角度介紹了阿里提出的「人、貨、廠、商」四位一體的電商核心要素，揭秘了阿里是如何同時做到在消費端和供給端提高效率的。
    第2章重點講解了演算法落地依賴的工程系統，包括搜索引擎、推薦引擎和實時數據工程。
    第3章聚焦搜索演算法，核心是基於Query理解的導航和搜索排序演算法。
    第4章重點剖析推薦演算法，從召回和排序兩個環節展開。
    第5章介紹任何商業平台都離不開的營銷演算法，以及紅包和優惠券等營銷工具的使用。
    第6章講解了當下在各電商平台盛行的新興電商內容呈現形式背後的演算法，包括直播推薦演算法、短視頻推薦演算法、榜單演算法、首圖個性推薦演算法、端智能等。
    第7章以知識圖譜開篇，重點講解了阿里巴巴B2B在電商結構化信息挖掘和場景應用等方面的經驗。
    第8章從流量效率最大化的角度闡述了全域中控技術框架和核心演算法。
作者介紹
阿里集團新零售技術事業群CBU技術部|責編:韓蕊
    阿里集團新零售技術事業群，阿里巴巴CBU技術部（1688.com），全球率先超過1億用戶的B類電商平台，自2003年誕生之初，就承載了「讓天下沒有難做的生意」的重要使命。在阿里巴巴「五新戰略」下，作為阿里集團新製造和新零售的重要技術生力軍，CBU技術團隊15年來一直以技術之力賦能幹萬中小企業，沉澱了一系列極具B類特色的交易、支付、營銷、採購、分銷技術產品，促進B類全鏈路商業效率優化。     在商業全球化的大形勢下，CBU技術部以大數據為原力、以演算法為引擎，在企業採購與服務、企業分銷通路建設、柔性供應鏈建設、數字營銷、心智導購等領域不斷進行橫向聯動、縱深探索，結合雲計算、IoT智能技術、圖形演算法、深度網路、在線學習、運籌優化等尖端技術，助推中小企業向數字經濟轉型。
目錄
作者介紹
前言
第1章  電商四位一體
  1.1  人——買家
    1.1.1  開源引流
    1.1.2  客群畫像
  1.2  貨——貨源
    1.2.1  價格力
    1.2.2  趨勢力
  1.3  場——內容
    1.3.1  智能文案
    1.3.2  文案標籤化
    1.3.3  模型工程優化
    1.3.4  展望規劃
  1.4  商——企劃
    1.4.1  品類規劃定義
    1.4.2  波士頓矩陣
    1.4.3  CBU品類規劃
    1.4.4  技術架構
    1.4.5  展望規劃
第2章  系統工程
  2.1  搜索工程
    2.1.1  統一入口SP服務
    2.1.2  策略平台OpenSE
    2.1.3  意圖分析QP
    2.1.4  在線引擎HA3
    2.1.5  離線系統Dump
  2.2  推薦工程
    2.2.1  召回引擎BE
    2.2.2  算分服務RTP
  2.3  實時數據工程
    2.3.1  概述
    2.3.2  數據採集
    2.3.3  數據分層
    2.3.4  數據服務
    2.3.5  數據應用
第3章  搜索演算法
  3.1  Query查詢詞理解
    3.1.1  Query類目預測
    3.1.2  Query改寫
    3.1.3  Query推薦
  3.2  搜索排序
    3.2.1  召回
    3.2.2  粗排
    3.2.3  精排
    3.2.4  搜索底部推薦
第4章  推薦演算法
  4.1  召回
    4.1.1  協同過濾
    4.1.2  Embedding I2I

    4.1.3  DeepMatch
  4.2  排序
    4.2.1  Wide&Deep模型
    4.2.2  DIN
    4.2.3  DIEN
    4.2.4  DMR
    4.2.5  ESMM
第5章  營銷演算法
  5.1  紅包
    5.1.1  用戶敏感度建模
    5.1.2  離線紅包分配
    5.1.3  在線紅包分配
  5.2  營銷優惠券
第6章  多模態內容場景與端智能
  6.1  直播推薦演算法
    6.1.1  多目標學習
    6.1.2  用戶異構行為
    6.1.3  直播排序模型
  6.2  短視頻推薦演算法
    6.2.1  短視頻推薦概述
    6.2.2  基於異構網路圖的推薦方案
  6.3  榜單演算法
    6.3.1  榜單生成
    6.3.2  榜單召回推薦
    6.3.3  榜單內商品排序
    6.3.4  榜單個性化文案
  6.4  多形態內容混排
  6.5  App端智能
  6.6  首圖個性化
    6.6.1  全局最優視角聯合打散
    6.6.2  跨域召回（從淘寶到1688）
第7章  認知推理
  7.1  電商知識圖譜
    7.1.1  知識工程與專家系統
    7.1.2  語義網路與知識圖譜
    7.1.3  知識圖譜構建
    7.1.4  知識表示
  7.2  知識圖譜主題會場
  7.3  知識蒸餾
    7.3.1  知識蒸餾的起源
    7.3.2  多種傳遞形式的知識蒸餾
    7.3.3  知識蒸餾應用於自然語言生成
    7.3.4  BERT模型蒸餾
  7.4  組貨推薦
    7.4.1  同款匹配
    7.4.2  組貨搭配
    7.4.3  服飾搭配
第8章  全域中控
  8.1  流量中控
  8.2  在線動態廣告分配

  8.3  目標動態規劃

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032