前沿论文分享 | 京东零售技术团队5篇论文入选SIGIR 2025
内容提要
京东零售技术团队的5项研究成果入选SIGIR 2025，重点解决电商搜索推荐和广告投放中的精准匹配问题。这些研究通过创新方法提高点击率预测和广告相关性，克服冷启动和数据稀缺等挑战，验证了在实际业务中的应用价值。
关键要点
-
京东零售技术团队的5篇研究成果入选SIGIR 2025，聚焦电商搜索推荐和广告投放中的精准匹配问题。
-
SIGIR是国际计算机学会信息检索大会，接收率仅为21.5%。
-
研究成果旨在提高点击率预测和广告相关性，克服冷启动和数据稀缺等挑战。
-
基于图同构网络的群组建模方法有效捕捉用户-物品高阶交互关系，提升冷启动用户的点击率预测。
-
因果最优传输框架通过生成点击后伪特征，优化特征分布，提升CTR预测的准确性。
-
ADORE系统通过自动分析商品生成难样本，显著提高电商相关性判别能力。
-
多目标对齐广告买词生成模型优化查询和重写的相关性与广告收益，创造商业价值。
-
层次化用户长期行为建模网络通过多兴趣路由层和Transformer网络提升CTR预测效果。
延伸解读
研究背景与重要性
京东零售技术团队的研究成果入选SIGIR 2025，显示出其在电商领域的技术创新能力。SIGIR作为国际顶尖的信息检索会议，接收率仅为21.5%，这意味着入选的研究具有较高的学术价值和实际应用潜力。
技术挑战与解决方案
电商搜索推荐和广告投放面临冷启动和数据稀缺等挑战。京东的研究通过图同构网络和因果最优传输等创新方法，显著提升了点击率预测的准确性。这些技术的应用不仅提高了用户体验，也为电商平台带来了更高的广告收益。
实际应用与商业价值
研究成果如ADORE系统和多目标对齐广告买词生成模型，展示了在真实业务场景中的有效性。这些技术的实施能够优化广告相关性和提升点击率，进而为电商平台创造可观的商业价值，值得其他企业借鉴。
延伸问答
京东零售技术团队的研究成果主要解决了什么问题？
主要解决电商搜索推荐和广告投放中的精准匹配问题。
SIGIR 2025会议的接收率是多少？
接收率仅为21.5%。
基于图同构网络的群组建模方法有什么优势？
该方法有效捕捉用户-物品高阶交互关系，提升冷启动用户的点击率预测。
因果最优传输框架如何提升CTR预测的准确性？
通过生成点击后伪特征和优化特征分布，最小化分布差异以促进知识迁移。
ADORE系统的主要功能是什么？
自动分析商品生成难样本，提高电商相关性判别能力。
多目标对齐广告买词生成模型的目的是什么？
优化查询和重写的相关性与广告收益，创造商业价值。
