网购时,为什么人们总买自己本来不想买的东西?|亚博app安全有保障

石材雕刻机 | 2021-02-01
本文摘要:为什么人们不卖与自己的购物搜索期望不同的东西?

为什么人们不卖与自己的购物搜索期望不同的东西?这是一个有点思维的问题。Alexa购物团队管理搜索功能的高级经理Lianelewin-Eytan在自己的博客中说明。例如,人们收到了Alexa的搜索命令,通过购物搜索算法,Alexa最后不列出用户可以选择的产品求的产品。

亚博app

这些与产品有关的最后,依赖于人工注解员的识别。简而言之,人工注解员会标记与用户预期相关的产品,而其他产品不涉及产品。值得一提的是,亚马逊方面最近发现,用户往往不会将注解员标记为无关产品。

举个例子,人工注解员不是把卖汉堡包的词条和汉堡包产品联系起来,而是把这个词条和汉堡包机联系起来,亚马逊发现接到卖汉堡包的命令的用户可能会出售看起来有关的汉堡包机,出售确实的汉堡包。(公共编号:)记录:上图从Amazon亚马逊分类了用户的这种不道德。第一,必须销售与产品无关的汉堡机的例子,第二是与与产品无关的对话,例如与购物车无关的产品,与其他用户共享。

亚马逊的研究表明,在面对销售额低或更低的产品时,用户更有可能出售与产品无关的产品。此外,与美容产品和杂货产品类别相比,人们更有可能出售与玩具和数字产品无关的产品。

亚博app

为了进一步了解用户的这种不道德,亚马逊研究人员做出了很多希望。首先,研究团队用于统计数据方法识别长度不同的关键词的检索结果。研究发现,与中等长度的检索关键词相比,通过最后/比较冗长的关键词检索的用户在购买决策方面更加灵活。

因此,他们指出,短关键词对用户的不确定性和探索意愿作出反应,宽关键词不减少正确给予的可能性,这两种方法减少了用户与产品无关的可能性。此外,研究人员还考虑到搜索结果中产品与产品之间的间接关系。例如,两种产品风格、品牌和类别完全相同,或者设施销售,之间没有间接关系。

研究人员用于两种间接关系测量方法,一种是基于说明性用语的意思,另一种是基于销售历史。这两个因素会影响用户销售产品的可能性。上述大部分是数据统计数据方面的分析,亚马逊还开展了两次实验,以评估搜索结果中看起来不相关的产品的价值。

首先,研究人员展开了1500次搜索,每次搜索都记录了与产品有关的产品和与产品无关的产品,考虑了将这些产品应用于5种自由选择战略的结果。第一个战略是拟合战略,一直自由选择需要提供更高销售水平和参加水平的产品。(参与水平/销售水平是参与不道德/销售不道德与数据样本的所有互动比例。)另外四种分别是与战略有关,即自由选择与产品有关的与战略无关,即自由选择与产品无关的与随机战略,即在两种产品中自由选择,好的战略,即自由选择不减少参加水平/销售水平的产品。

亚博app

记录:pratio是销售水平,eratio是参加度水平从右图表中出现的,与拟合战略和战略自由选择的商品(无误差)相比,其馀战略自由选择的商品在销售水平和参加水平上有很大差异。在另一个实验中,研究人员用于完全相同的1500次调查,训练了3种不同的机械学习模式:一种自学最大化的关联性,二种自学最大化的销售水平,三种自学仅次于参加水平。在此基础上,亚马逊建立了两个融合模型,一个融合了相关模型和参与模型,另一个融合了相关模型和销售模型,并且可以优化各融合模型,为构成该模型的两个模型的输入分配权重。

例如,在相关销售融合模型中,将相关销售级别的权重分别设定为1、1、0,设定后,该融合模型只产生相关模型的输入,将融合模型的权重设定为0.5,将两个模型输入的均匀分布混合对于这两种融合模式,亚马逊设置了一系列权重,并绘制了结果。因此,如上图所示,相关性与销售水平/参与水平之间没有权衡:提高或减少相关性不会影响销售水平/参与水平的表现。亚马逊回应说,如果搜索结果不能满足客户的市场需求,但似乎有关系,客户可能会解释并原谅这种严重的不足。

亚博app

与此同时,销售水平/参加水平代表了更主观的相关类型,人工注解员无法评价这种相关性,也有不能推荐令人满意的产品的可能性。目前,亚马逊用于评估相关性和销售/参与水平之间的权衡的模型还很硬,更简单、更强大的机械学习模型需要取得更好的结果,特别是在具体的训练下评估确认的要素,如关键词的长度、价格、间接关系等。在2月举办的ACMWeb搜索和数据挖掘会议上,亚马逊将进一步展示该研究的成果。原始文章允许禁止发布。

下一篇文章发表了注意事项。


本文关键词:亚博app,亚博app安全有保障

本文来源:亚博app-www.zooxweb.com