研究人员开发了一个深度学习系统，用于优化Pinterest等电子商务平台的检索。该系统旨在仅在有益时触发购物建议，减少用户的非必要干扰。通过采用一种使用因果推断技术训练的多任务模型，该系统学习个性化策略来预测和改进触发购物候选的结果。在Pinterest的实施使购物触发次数减少了85%，同时保持了关键的购物会话，从而使总会话增加了0.26%，Pin保存量增加了1.10%，并节省了大量基础设施成本。 AI
影响 优化电子商务检索系统，可能改善利用推荐引擎的平台的_user experience_和运营效率。
排序理由 这是一篇研究论文，详细介绍了在电子商务中优化检索系统的一种新颖的深度学习方法，并在Pinterest上进行了具体的应用和部署。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
