paper2skills Playbook

E-commerce Data Quality Assessment — 电商数据质量评估:错误检测与缺失模态补全

Skill-Ecommerce-Data-Quality-Assessment · 22-数据采集工程

experimentrecommendationdata_collection推荐与搜索数据采集与治理WF-E Review监控WF-G Listing内容优化
实现难度⭐⭐☆☆☆
业务优先级⭐⭐☆☆☆
业务视角
适用角色数据工程师 / 技术负责人 · 运营负责人 · 选品负责人
适用平台Amazon SP API + Keepa · TikTok Shop API · 跨境多平台数据湖
什么情况下用想监控竞品价格/评论/排名但没有稳定采集能力,手动太慢;多平台数据分散整合成本极高;数据管道不稳定经常断
成功是什么样的竞品价格/评论数据每日自动更新,多平台数据统一入仓,数据管道稳定性 >99%,取数时间从小时降到分钟
业务痛点
竞品数据要手动收集太慢平台 API 限制抓不到数据多系统数据整合不起来报表用的数据是过期的

1. 解决的问题

论文:MESReduce [2603.08612] + MMPCBench [2601.19750]

2. 核心算法逻辑

论文:MESReduce [2603.08612] + MMPCBench [2601.19750]

3. 业务应用场景

**母婴跨境电商应用**:商品 catalog 错误检测与缺失模态补全,保证下游推荐/搜索质量

4. 输入数据要求

请查看原始代码模板获取输入规格。

5. 输出结果

请查看原始代码模板获取输出规格。

6. 业务价值 / ROI

未自动抽取;请查看原始 Skill 卡片。

7. 代码模板

代码块数量:0 · 路径:未检测到

请查看原始 Skill 卡片获取完整代码。

8. 论文来源

  • 2601.19750
  • 2602.09329
  • 2603.08612