亚马逊研究新的搜索算法！这些新因素或将影响排名

近日，亚马逊在一篇博文中表示，亚马逊的科学技术团队进行了一项新研究，开发利用众包技术识别产品数据的算法原型，这些算法可以用来预测亚马逊消费者对亚马逊产品质量的判断。未来或将会通过仅将高质量产品与消费者的搜索查询匹配的搜索算法，改善亚马逊客户的购物体验。

据悉，这项研究原计划于下周在温哥华举行的ACM SIGIR人类信息交互与检索会议(CHIIR)上报告结果，但该会议目前已被取消了。

在这项研究中，研究人员向人群工作人员展示了相关产品的图片，以及卖家和客户提供的公共产品信息，并询问他们哪些产品质量更高，以及从产品信息中提取的哪些术语最能说明他们的判断。

研究中的每个产品组都包括一个实际购买的产品和一个在相同的客户搜索查询中被点击但未购买的产品。产品也共享了亚马逊产品分类层次结构中可用的最小细分品类(例如：Electronics、Home、 Kitchen、 Beauty、Office Products)，向人群工作人员提供的术语是根据它们在与这些品类相关的文本中出现的频率来选择的。

研究显示，在大多数情况下，最能说明人群工作者判断标准的术语来自于客户提供的信息，而不是卖家提供的信息。客户提供的信息有两个来源:客户评论和对相关产品的问答。

这项工作是对亚马逊于1月初发布的一项研究的补充，该研究调查了亚马逊客户在购买特定商品时为什么会购买看似无关的产品的原因。在一项分析中，一个亚马逊研究人员小组发现，客户偏爱比与给定搜索查询相关的产品更受欢迎或更便宜的产品。此外，他们的结果表明，与诸如美容和食品杂货相比，消费者更可能接触或购买诸如玩具和数码产品等品类的无关产品。

现有的产品推荐研究主要集中在直接对购买行为进行建模，而没有试图找出顾客决策背后的原因。亚马逊研究团队认为，了解客户购买决策背后的过程将有助于做出更好的产品推荐算法。而这项研究代表了亚马逊朝着这个方向迈出的重要一步。