KuaiSearch：面向召回、排序与相关性的大规模电商搜索数据集
信息检索
2026-03-25 v2
摘要
电商搜索作为连接用户需求与海量商品库的核心界面，在日常生活中发挥着关键作用。然而，在实际应用中，它面临查询高度模糊、商品文本噪声且语义顺序弱、以及用户偏好多样等挑战，这些都使得准确捕获用户意图和细粒度商品语义变得困难。近年来，大型语言模型（LLM）在语义表示和上下文推理方面的显著进展，为解决这些挑战创造了新的机遇。然而，现有的电商搜索数据集仍存在显著局限性：查询往往是人工构造的，冷启动用户和长尾商品被过滤掉，查询和商品文本被匿名化，且大多数数据集仅覆盖搜索管道的单个阶段。综合这些问题限制了基于LLM的电商搜索研究。为应对这些挑战，我们构建并发布了KuaiSearch。据我们所知，这是目前规模最大的电商搜索数据集。KuaiSearch基于快手平台的真实用户搜索交互构建，保留了真实用户查询和自然语言商品文本，覆盖冷启动用户和长尾商品，系统性地覆盖搜索管道的三个关键阶段：召回、排序和相关性判断。我们从多个角度对KuaiSearch进行了全面分析，包括商品、用户和查询，并在几个代表性搜索任务上建立了基准实验。实验结果表明，KuaiSearch为电商搜索的现实世界研究提供了宝贵的基础。
引用
@article{arxiv.2602.11518,
title = {KuaiSearch: A Large-Scale E-Commerce Search Dataset for Recall, Ranking, and Relevance},
author = {Yupeng Li and Ben Chen and Mingyue Cheng and Zhiding Liu and Xuxin Zhang and Chenyi Lei and Wenwu Ou},
journal= {arXiv preprint arXiv:2602.11518},
year = {2026}
}