该论文介绍了 Pinterest 的视觉发现引擎，包括相关图钉、相似外观、闪光灯和镜头等服务，以及其技术和产品决策的理由，如物体检测和交互式用户界面，结论指出此视觉发现引擎显著提高了搜索和推荐任务的用户参与度。

Feb, 2017

该研究以 Pinterest 的 Shop The Look 为例，介绍了建立一个基于视觉搜索的在线购物系统的核心技术、服务基础设施、数据标注方法和用户体验评估，并通过离线评估、人类相关性判断和在线 A/B 实验，实现了多方面的性能提升，包括累积相对增益超过 160% 的人类相关性判断和超过 80% 的用户参与度。

Jun, 2020

本文介绍了我们基于 Elasticsearch 构建的端到端内容基于图像检索系统。我们提出了一种将图像特征向量编码为字符串令牌的新方法，并使用 Elasticsearch 来检索相似图像，性能表现优异。此系统易于部署、分布、扩展和监控，支持视觉和文本信息联合检索。本文对实现 Elasticsearch 平台的一手经验进行了广泛的讨论，对于有兴趣在 Elasticsearch 上构建视觉搜索引擎的从业者应该具有价值。

Jun, 2018

本文介绍了阿里巴巴的大规模视觉搜索算法和系统架构，并探讨了在电商环境下如何处理异构的图像数据，在大数据更新中如何处理大规模索引，如何在无大量人工注释的情况下训练有效的深度模型，以及如何通过考虑内容质量来提高用户参与度，最后将所有阶段应用于一个端到端的系统架构，并展示了实验结果。

Feb, 2021

我们设计和实现了一个视觉搜索系统，用于 JD.com 实时图像检索，在分布式分层架构和高效索引方法的支持下，能够支持数百亿个产品图像的实时视觉搜索，并处理频繁的图像更新。该系统可应用于电商等新兴应用领域，并希望分享我们的实践经验，激发中间件社区对于构建实用大规模系统的兴趣和欣赏。

Aug, 2019

本文提出一种新颖的端到端方法，用于可扩展的视觉搜索基础设施，通过深度学习技术实现对 eBay 大型图像库的视觉搜索，使用监督式方法优化搜索结果，并采用紧凑二进制签名技术，同时保证了满足搜索准确度与精确度的可扩展性。

Jun, 2017

本文介绍了部署在微软必应中的 Web 规模通用视觉搜索系统，使用分级学习排序框架，基于各种最新深度学习视觉特征，并在分布式异构计算平台上实现，定量和定性实验表明，我们的系统能够支持 Bing 网站和应用程序上的各种应用。

Feb, 2018

该论文描述了 Pinterest 如何使用多任务深度度量学习系统来学习单个统一的图像嵌入，以帮助用户浏览相关内容和搜索精确产品，还讨论了处理来自不同领域的图像的挑战，并通过离线指标、用户研究和在线 A/B 实验的全面评估证明，他们提出的统一嵌入法改进了 Pinterest 的可视化搜索产品的相关性和互动性。

Aug, 2019

本文探讨了 Amazon 新型视觉浏览和发现系统 Stream 中，针对自适应个性化和项目分散方向的拓展。该系统包括三个组件：利用不确定性的贝叶斯回归模型来评分项目的相关性；基于类别重新排名排名得分最高的项目的子模块化分散框架；从用户行为中学习的个性化类别偏好。在现场测试中，我们的算法显示了强烈的点击率和会话持续时间提升。

Oct, 2018

本文提出了一种统一的端到端方法，用于构建面向电子商务的大规模视觉搜索和推荐系统。我们通过统一的深度卷积神经网络结构，VisNet，来学习嵌入，以捕捉几个语义颗粒度的视觉相似性概念，从而证明了我们方法在 Exact Street2Shop 数据集上的优越性能，为 Flipkart 的 50M 产品目录提供了支持 2K 的视觉推荐查询，从而产生了显著的业务影响。

Mar, 2017