
一般情况下,页面搜索结果的优化通常需要商家对于产品描述、页面设计、关键词等进行优化,从而与用户搜索匹配或迎合平台算法推荐机制提升卖家独立站页面/店铺页面权重。但效果似乎仍不尽如人意,谷歌云一项新研究显示约 94% 的美国消费者因为糟糕的产品搜索与发现体验而放弃了购物。近期,电商人工智能技术企业Particular Audience 宣布推出AI驱动搜索技术Adaptive Transformer Search (ATS)号称能够革命性地解决这一难题。
一般情况下,页面搜索结果的优化通常需要商家对于产品描述、页面设计、关键词等进行优化,从而与用户搜索匹配或迎合平台算法推荐机制提升卖家独立站页面/店铺页面权重。但效果似乎仍不尽如人意,谷歌云一项新研究显示约 94% 的美国消费者因为糟糕的产品搜索与发现体验而放弃了购物。
近期,电商人工智能技术企业Particular Audience 宣布推出AI驱动搜索技术Adaptive Transformer Search (ATS)号称能够革命性地解决这一难题。
具体来说,Adaptive Transformer Search 使用 Transformer 模型构建而成,可将长格式文本(零售商目录和网站数据等)转换为高维空间中的向量,将单词序列转换为向量的过程称为句子嵌入——这一概念在谷歌的 BERT 和 OpenAI 的 GPT 等大型语言模型中得到推广。
这意味着 ATS 与依赖精确关键字匹配和持续手动更新的传统电子商务搜索引擎不同,而旨在理解查询中单词的含义和上下文语义。例如,ATS可以理解“使用信用卡在线获取笔记本电脑”和“使用笔记本电脑在线获取信用卡”之间的区别,一改以往使用关键词匹配却放弃了超过 70% 构成搜索词的“长尾”请求所导致搜索结果较为糟糕的情况。据 94% 的消费者反馈,这种基于AI的搜索技术有望解决电商搜索的本质问题,实现搜索效率和客户体验的重大飞跃。
另外,ATS 最突出的独特之处在于它能够在零售商网站上继续学习。为确保垂直调整模型随着用户行为、偏好、网站和目录数据以及语言的变化而不断调整,Particular Audience内置了自适应强化学习 (ARL),以便其模型同步发展,无需人工操作。而通过自适应强化学习,Particular Audience的ATS不断提高在零售商网站上下文中的精度和准确性,解决零售商目前在手动优化关键字搜索引擎方面的局限性。
据Particular Audience官网介绍,与传统关键字搜索技术相比,ATS 使搜索收入增加了 20% 以上,将零搜索结果减少多达 70%,有效提高了客户参与度。
(来源:Particular Audience |《TAS白皮书》)
【原创申明】为了更好保护支持原创内容和对忠实读者负责,本网站跨境阿米SHOW(网站地址:www.amishow.com)及公众号跨境阿米SHOW(微信号:amishow321)刊载的包括文字、图片、音频、视频等所有内容,除签署正式付费转载协议伙伴外,禁止任何形式的复制、转载、修改或者以其他方式使用本网站或本公众号的内容。本网站或本公众号部分引用资料只代表原作者意见,不代表本网站www.amishow.com或者本公众号『跨境阿米SHOW』任何立场,如发现本站文字存在版权疑问,请联系我们「微信号:amishow01」「邮箱copyright@amishow.com」处理。
发表评论
请先登录后参与评论
{{ item.user_info.display_name }}