电商经营工作台经营决策中枢
经营路径

情报 → 判断 → 选品 → 上架

经营主流程

AI 情报
每日 AI 情报开源项目与 Skills
今日工作台方法库经营 Agent任务记录PDD 采价记录候选商品上架商品价格换算物流价格浏览器任务订单管理
智能客服
在线客服入口客户入口管理客服会话售后确认客服知识

治理与复盘

规则库规则建议运行日报任务控制台策略配置
登录

经营与 AI 决策视角

电商经营工作台
AI情报工作台选品池上架
返回方法库

方法详情

行为邻域建模—候选关联生成—利润库存护栏推荐法

利用匿名浏览、加购和购买共现生成关联候选,再加入毛利、库存、兼容性与合规护栏,比单纯按销量推荐更能提升淘宝、拼多多店铺的连带销售质量。
领域:营销营销方法可创建经营任务候选可创建经营任务
可执行性
91
CEO:可创建经营任务候选

决策路径

系统审核结论

可创建经营任务候选

决定是否展示创建经营任务入口。

我的处理状态

可创建经营任务

只代表人工跟进意图,不会单独解锁创建入口。

下一步

可以创建经营任务

下面可以直接创建选品或经营任务。

来源

平台:GitHub开源工作流

作者/项目:Recommenders Team

去重使用的来源链接:

https://github.com/recommenders-team/recommenders

适用范围

市场:US

平台:淘宝、拼多多(参考开源推荐系统方法迁移)

类目:全类目, 母婴优先, 排除Electronics, 排除High-return fashion

审核分解

来源可信度:18/20

步骤清晰度:23/25

结构化程度:19/20

边界清晰度:12/15

执行可行性:19/20

我的处理状态

当前:可创建经营任务。处理状态用于记录人工判断;是否能创建经营任务,仍以页面上方“系统审核结论”为准。

创建营销助手

这个入口会创建经营任务配置,绑定当前方法和领域;不会写入商品候选池,也不会立即运行。

行为邻域建模—候选关联生成—利润库存护栏推荐法

领域:营销。后续会按当前输入对象、检查频率和输出格式执行。

已创建任务

当前方法还没有创建营销助手。

CEO 审核结论

开源实现和评估结构成熟,适合封装为候选生成 任务;需要额外建设平台数据接入、冷启动回退和母婴兼容规则。

Agent采用时间切分、基线对比、Top-K候选和规则过滤流水线。推荐结果必须携带模型版本、证据事件数和排除理由,不直接调用营销触达接口。

执行步骤

  1. 1.将浏览、收藏、加购、购买和退款转换为带时间及强度权重的匿名交互记录。
  2. 2.按时间划分训练集和验证集,禁止把验证期后的行为泄漏到训练数据。
  3. 3.使用商品共现或协同过滤产生Top-K关联候选,并与人工定义的用途、尺寸、年龄段和兼容性规则交叉检查。
  4. 4.剔除缺货、低贡献毛利、高退款、疑似刷单以及不能共同安全使用的候选。
  5. 5.用Precision@K、Recall@K、NDCG及覆盖率进行离线评估,并与热销榜基线比较。
  6. 6.把合格关联应用于店铺首页、详情页推荐位、客服推荐或会员触达的小流量试点。
  7. 7.按增量连带率、订单毛利和退款变化复盘,出现库存或安全异常时立即停用。

判断指标

  1. 1.Precision@K
  2. 2.Recall@K
  3. 3.NDCG@K
  4. 4.目录覆盖率
  5. 5.关联点击率
  6. 6.连带购买率
  7. 7.每订单增量贡献毛利
  8. 8.推荐订单退款率

输入数据要求

  1. 1.匿名用户或会话ID及时间戳
  2. 2.浏览、收藏、加购、购买和退款事件
  3. 3.商品类目、用途、规格、年龄段和兼容性属性
  4. 4.实时或日级库存、毛利与履约状态
  5. 5.疑似刷单及异常流量标签
  6. 6.禁止共同推荐和合规冲突规则

排除规则

  1. 1.排除Electronics和High-return fashion商品。
  2. 2.排除交互量不足且没有可解释属性关系的冷启动商品。
  3. 3.排除缺货、临期、低毛利或高退款候选。
  4. 4.排除疑似由刷单、员工测试或异常促销形成的共现关系。
  5. 5.排除母婴商品中年龄段、尺寸或安全用途不兼容的组合。
  6. 6.排除使用敏感个人属性或未经授权的跨渠道身份拼接。

风险与适用边界

  1. 1.历史行为会复制曝光偏差和既有畅销偏差。
  2. 2.离线排名提升不等同于增量成交提升。
  3. 3.淘宝、拼多多可控推荐位和可取得的事件数据可能有限。
  4. 4.小样本店铺容易产生不稳定关联,需要回退到属性规则。
  5. 5.用户画像和触达必须遵守适用的隐私及平台规则。

来源摘要与执行说明

开源项目提供推荐系统的数据准备、候选生成、排序、离线评估和实验示例,包括协同过滤及多种排名指标。迁移时可采用用户—商品交互表、时间切分和Top-K评估;项目示例数据及模型效果不能代表淘宝、拼多多真实流量,平台内推荐位也未必允许商家控制。

输出格式:商品关联候选表:种子商品ID、推荐商品ID、模型分、规则分、毛利、库存、兼容性结论、排除原因、推荐渠道和有效期。

执行示例:店铺先使用90天匿名订单生成商品共购候选。对于母婴用品,任务在模型候选上追加年龄段和用途兼容检查,移除库存不足及高退款商品,再输出详情页关联建议;只有离线指标优于热销榜且小流量订单毛利改善的关联才被保留。