早期的电商，商品类目不是很多，用户依赖导航页就可以找到商品。随着商品类目不断扩大，电商平台也引入了搜索。而随着电商规模的不断扩大，哪怕依赖搜索，顾客也需要花费大量的时间找到自己想买的商品，浏览大量无关的信息和产品使得顾客不断流失，为了解决这些问题，个性化推荐应运而生。
京东作为国内***的自营电商，如何做商品搜索与推荐?近日，京东研发体系高级总监邹宇和京东推荐系统算法经理刘思喆接受了51CTO记者的采访。
搜索带来45%的订单
不管是搜索还是推荐，都是帮助用户快速地找到他想要的商品。邹宇表示，目前京东搜索为京东带来了45%的订单，京东推荐带来了10%的订单，是非常好的效果。
“京东作为自营电商，数据的质量相对比较高，因此京东的数据比较值钱。” 邹宇介绍，“我之前在雅虎等公司有比较多的广告项目经验，广告的点击率能到千分之一就不错了，转化率更低，搜索的点击率差不多在10%左右，远低于京东的40%。”
邹宇在现场分享了京东的排序系统框架。邹宇介绍，图中深蓝色的部分用来做离线计算，绿色的部分做线上实时服务。当用户发起搜索或者一个PV触发推荐请求，实时数据反馈系统就会开始工作。整个过程涉及粗排序和精排序，同时系统会有打分的过程，根据业务逻辑做一整页的优化，并把***的结果反馈给用户。
用户理解是关键
当然，京东不会满足于40%和10%的转化率，仍然在做继续的优化。而提升订单转化率的关键在于了解用户。
刘思喆表示，京东主要从几个方面入手：
***，产品的生命周期。每个产品的生命周期不同，根据不同的生命周期做出不同的推荐。刘思喆举例：“如果我们发现你昨天刚刚买过洗衣机、冰箱、电视等家电，我们有一个策略不允许再做这样的推荐。”
第二，用户画像非常重要。刘思喆介绍，京东正在做京东大脑项目，京东收集到的所有的用户行为，都会输入到京东大脑项目中，做出更精准的用户画像。用户画像的目的在于更好地服务于顾客，让顾客有更好的购物体验。刘思喆透露，京东也正在做基于小区的用户画像。
第三，关注数据内涵和数据外延。刘思喆表示，任何一个企业或者社会环境，我们应该更关注数据的内涵和数据的外延。数据的内涵是指现在存储的数据，通过这些数据如何去描述现有商业架构下面所有的问题;数据的外延是指，有了数据之后，怎么去推荐新进来的用户和老的用户未来即将发生的行为。
关注用户体验、关注商品
京东的电商模式大家都知道，一部分是自营，一部分是第三方接入。现在京东第三方平台规模越来越大，同一个商品在不同的店都有销售。京东搜索怎么做?邹宇介绍，目前京东搜索主要从商品本身出现，同时会考虑店铺的信用度和知名度。
那么，京东是否会更偏重于自己的自营?“对于推荐系统来说，核心目标是用户体验。京东并如果发现你对第三方的购买有兴趣就给你推第三方，如果你对自营购买有兴趣就推自营，没有偏重自营方面的特殊动作。” 邹宇表示。
