京东商城推荐搜索中的学问

ZD至顶网CIO与应用频道 11月27日 北京消息（文/王聪彬）：在刚刚结束的双十一，大家是否还意犹未尽？作为商品的入口推荐和搜索承担着重要的角色，而且京东也将其作为主战场。京东把推荐和搜索比作一个经济学模型，通过京东大量的用户数据，去评估用户感兴趣的地方，基于学习的方法不断优化用户体验。

电商的推荐搜索有四大价值，第一，挖掘用户潜在的购买需求；第二，缩短用户到商品的距离；第三，为用户提供参考；第四，满足用户的好奇心。

目前京东有80多个推荐位和20多个推荐服务，覆盖了各个渠道，包括PC、App、微信、手Q等。推荐和搜索分别为京东带来大概10%和45%的订单引入，快速帮助用户找到想要的商品，形成转化。

但是很多用户对推荐会有疑问，每次买过的产品为什么还要给我推荐相似产品？京东搜索推荐部总监刘思喆的解释是，推荐和实际场景有关，例如搜索图书时，推荐系统会迅速找到你喜欢的书，但是相似的书还有很多，另外推荐系统还会根据历史交易，推断你可能会给孩子买书，当然还有更多的场景。

京东搜索推荐部总监刘思喆

京东个性化与排序平台部高级总监邹宇指出，个性化推荐是一个相对丰富的产品形态，我们需要理解用户的长期以及短期兴趣、社会属性等众多因素，个性化推荐只是推荐的其中一部分，还有关联推荐等。

在个性化推荐上最大的困难在于数据孤岛，企业需要统一的平台将所有数据进行串联，但之后依然还有算法等棘手的问题。京东对个性化推荐有一个指标“千次请求订单”，即请求一千次带来的成单量和销售额。

京东个性化与排序平台部高级总监邹宇

京东的推荐搜索是基于召回模型，召回模型是从海量商品中选取用户感兴趣的候选集合然后进行排序。京东有着众多得召回模型，其中最主要是基于行为、基于用户偏好、基于地域三大召回模型，在实现上还有众多子模型。

召回可以有很多因素组成，在电商而言推荐系统要基于用户行为数据和商品属性，推荐根据这两点进行收敛和响应。

京东的推荐搜索算法非常庞大，而且迭代速度飞快，每周都有4-5组新的算法，这些都是从业务出发，针对业务场景进行优化。算法上每一次优化目标都非常明确，刘思喆说到，最终订单增长10%的背后需要从很多的线索中找到有效的方式，这里还需要一些灵感，未来推荐和搜索在提升也上会越来越难。

最早在京东上购买商品时，大家更多会通过左侧导航选择要购买的门类，但随着商品的增加以及平台开放后第三方货源的加入，搜索的频率也越来越多，对搜索的倚重也性越来越大。邹宇说道，搜索量的增加对于京东也是一个挑战，当然自营商品和第三方商品京东并没有区别对待，完全基于用户搜索匹配商品做排名。

同时在京东还有一个项目“京东大脑”，所有京东收集到的用户行为将勾勒出用户画像，甚至制作出小区画像。