© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
杭州网易再顾科技有限公司
企业杭州网易再顾科技有限公司成立于2016年，属软件和信息技术服务业，主营技术服务、技术开发、技术咨询、技术交流。面向个性化推荐、电子商务、电商推荐等领域提供数据服务，开放电商推荐场景下的个性化商品推荐数据（个性化推荐、电子商务）、电商推进场景下的召回数据（电商推荐、机器学习）、基于精准采购需求的超采监控数据（库存管理、采购优化），支撑库存管理与供应链优化。
个性化推荐电子商务电商推荐软件信息服务高新技术企业
数据集列表
电商推进场景下的召回数据
该数据的适用条件包括平台拥有大规模的商品信息和用户数据，并且能够追踪和记录用户的详尽历史交互信息。数据的范围主要涵盖了商品数据库、用户个人信息以及详尽的用户交互行为数据。主要应用对象为电商平台的用户群体和平台运营方。 通过算法模型对用户交互行为的分析，能够准确地锁定目标用户，提高召回效率，减少客户流失，从而实现商业价值的最大化。商品侧：itemId 作为id特征进行embedding操作，item_name、item_desc做文本的嵌入表征，price做分桶操作后得到离散特征同时也做embedding操作，category作为类别特征做embedding操作；用户侧：userId作为id特征进行embedding操作，用户的性别和省份作为类别特征做embedding操作，用户的年龄需要分桶后做为离散特征和分桶操作，此外用户的各种行为序列包括（view_history、click_history、collect_history、buy_history）都会做embeddding操作，在这些特征处理的基础上使用MMOE模型，训练模型后使用模型推断，加权输出获得线上排序得分。
在获得基础排序得分的基础上还需要进行多样性打散和流量调控等操作。对于多样性打散而言，主要是对获取的商品向量表征，基于DPP多样性模型进行排序的重调整；对于流量调控而言，主要是对获取实施的商品曝光、点击等数据进行基于流量目标的调整，使用强化学习Q-Learning 以及 PID控制技术进行流量调控，确保不同类型商品的曝光量符合整体策略。
浙江省数据知识产权登记平台2024-03-14 更新460
基于精准采购需求的超采监控数据
通过对上一期商品销售情况，定制本期商品采购数量，以避免超量采购带来的库存积压问题。本方案期在解决因合作局限性无法实现零库存管理的情况下，如何实现库存周转率的最大化，降低企业采购成本及库存管理成本1.通过特定商品的销售数据获取采购申请时点前一周的周销数据。
2.通过库存管理系统获取采购申请时点的特定商品库存数量。
3.根据部门对不同品类商品周转的要求，设置新一轮采购数量阈值，如：家居品类采购数量不能超过4倍周销，即特定商品的采购限额=4*周销售数量-现有库存数量
浙江省数据知识产权登记平台2023-12-16 更新170
电商推荐场景下的个性化商品推荐数据
该数据的适用条件包括平台拥有大规模的商品信息和用户数据，并且能够追踪和记录用户的详尽历史交互信息。这类数据的应用能够解决电商平台的重要问题，包括但不限于提高个性化用户体验、增加用户的平台黏性、促进销售额的增长以及提高用户转化率。通过个性化推荐系统，用户可以更加高效地发现符合其喜好和需求的商品，从而提升购买满意度和用户忠诚度。商品建模需要收集商品的属性信息[itemId、category]以及用户的点击行为序列[click_history]以及购买行为序列[buy_history]，建模过程先基于用户的行为序列构建商品之间的关联图（相邻的两个交互商品之间构建关联），然后在图上游走获取商品关联路径,在路径上基于窗口滑动获取关联的训练数据集合[center、contexts、gloabl]，然后基于右图的 loss 函数进行模型训练，训练后获取得到商品id以及属性(category)的Embedding向量（模型中id对应的可学习参数即是Embedding 向量），将商品id向量和商品属性向量拼接输出最终的商品向量。
用户向量基于用户的view_history、click_history、collect_history、buy_history 各种行为序列加上用户行为的时效信息在商品向量的基础上聚合得到。UserVector = Agg(ItemVectorCollection , *_history)
利用商品向量表示，计算用户兴趣和商品的相似度，基于LSH模型进行快速的向量召回，以获取与用户兴趣相匹配的商品
浙江省数据知识产权登记平台2024-03-12 更新1130