亚马逊用众包优化产品发现算法

近日，根据亚马逊博客文章报道，亚马逊科学家正在设计一个算法，能够通过众包（产品众测）来标记产品质量数据。研究人员认为，这些算法可用于预测消费者对亚马逊产品质量的判断，通过将高质量产品与搜索查询匹配，改善人们的购物体验。

这项工作是对亚马逊于1月初发布的一项研究的后续研究，该研究探讨了为何亚马逊客户在购买特定商品时会购买看似无关的产品的原因（编者按：目前电商平台推荐算法的最常见的弊端就是过耦合和缺乏预测性）。在一项分析中，一个由亚马逊研究人员组成的团队发现，客户偏爱那些比搜索查询结果更流行或者更便宜的产品。此外，研究结果表明，与诸如美容和食品杂货相比，人们购买玩具和数字商品时更容易剁手无关产品或与之互动。

这项最新研究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上发表，研究人员向人群工作者展示了相关产品对的图像，以及双方提供的产品信息。卖方和客户。然后，研究人员向众包志愿者询问哪些产品质量更高，以及从产品信息中提取的哪些关键词最能反映他们的判断。

每组调研产品都包含一个用户实际购买的产品和一个在用户搜索查询中被点击但未购买的产品。产品还共享Amazon.com产品分类层次结构中可用的最细粒度的分类（例如，电子，家庭，厨房，美容，办公产品），呈现给众包人群的产品对比选项是根据它们在用户内容中的频率来选择。

研究小组发现，用户的产品质量判定并不能很好地预测客户购买决定，因为后者与价格高度相关，客户往往会选择价格更低，质量也差一些的产品。如果这个假设是正确的，那么高品质产品的发现算法应该考虑与价格无关的质量指标。

从上图可以看出，电子类产品的更多关键词数据来自用户评论和买家之间的问答，而不是卖家提供的信息，厨房类产品的商家信息和用户信息的比重最为接近。

“现有的产品推荐方面的研究主要集中在直接对购买进行建模，而没有试图找到客户决策背后的原因。我们相信，了解构成客户购买决策基础的流程将有助于我们提出更好的产品建议。”研究合著者杨洁，张荣庭和凡妮莎·默多克写道。“这项工作代表了我们朝着这个方向迈出的几个步骤之一。”