电商搜索引擎方案

解决用户要“买什么”,而不是用户“搜什么”;

  • 帮助用户最快最准定位商品
    电商搜索引擎主要是解决用户要“买什么”,而通用搜索引擎主要是解决用户“搜什么”。比如同样搜索一个词“百年孤独”,电商的搜索肯定是给你推荐这本书的商家,而百度主要是告诉你:《百年孤独》是一本书。
  • 混合推荐引擎

    用户行为模型

    通过对用户的搜索,点击,评价等行为的日志分析,构建用户行为模型

    协同过滤模型

    根据对信息的偏好,发现与当前用户相似的“邻居”群,基于群的历史偏好,为用户进行推荐。

    关联规则模型

    挖掘数据的依赖关系,构建关联规则模型,并基于这些规则给用户推荐。

    用户画像模型

    根据用户性别、年龄等信息,结合搜索习惯,对用户进行画像。根据画像结果进行智能推荐。

  • 其他特性

    实时索引

    动态增量更新

    综合打分模型

    自动化运维

    多级缓存

    内存索引
  • 客户案例
    工商银行信用卡中心 光大银行信用卡中心 人民银行 国金证券 中投证券