亞馬遜正在使用AI和機(jī)器學(xué)習(xí)來(lái)根據(jù)客戶(hù)的查詢(xún)預(yù)測(cè)上下文。在預(yù)定于本月舉行的ACM SIGIR人類(lèi)信息交互與檢索會(huì)議上接受的預(yù)印本中，亞馬遜研究人員描述了一種系統(tǒng)，該系統(tǒng)可根據(jù)“阿迪達(dá)斯男式褲子”等查詢(xún)來(lái)預(yù)測(cè)“跑步”等活動(dòng)。它可以幫助提高Amazon.com上搜索結(jié)果的質(zhì)量，從而可以改善整體Amazon購(gòu)物體驗(yàn)。

正如特約作者兼Amazon Search客戶(hù)體驗(yàn)應(yīng)用科學(xué)家Adrian Boteanu在博客文章中解釋的那樣，大多數(shù)產(chǎn)品發(fā)現(xiàn)算法都在查詢(xún)和產(chǎn)品之間尋找關(guān)聯(lián)。相比之下，研究人員的AI根據(jù)使用情況確定最佳匹配項(xiàng)。

為了對(duì)系統(tǒng)進(jìn)行培訓(xùn)，團(tuán)隊(duì)根據(jù)通用產(chǎn)品匯總了173種使用環(huán)境類(lèi)別的列表，分為112種活動(dòng)(例如閱讀，清潔和跑步)和61位受眾(例如孩子，女兒，男人和專(zhuān)業(yè)人員)查詢(xún)。他們使用標(biāo)準(zhǔn)參考文本為用于表示類(lèi)別的術(shù)語(yǔ)創(chuàng)建別名，然后搜尋與數(shù)百萬(wàn)種產(chǎn)品相關(guān)的語(yǔ)料庫(kù)，以查詢(xún)字符串以查看類(lèi)別術(shù)語(yǔ)及其別名的評(píng)論。如果在給定產(chǎn)品的任何評(píng)論中出現(xiàn)了原始類(lèi)別術(shù)語(yǔ)或別名，則該產(chǎn)品將標(biāo)記有相應(yīng)的類(lèi)別術(shù)語(yǔ)。

上述語(yǔ)料庫(kù)根據(jù)親和力得分(從1到15)將字符串與產(chǎn)品相關(guān)聯(lián)，其中低得分表示弱相關(guān)性。為了訓(xùn)練使用上下文的預(yù)測(cè)器，研究人員生成了另一個(gè)數(shù)據(jù)集，其中每個(gè)條目都包含三個(gè)數(shù)據(jù)項(xiàng)：查詢(xún);產(chǎn)品ID，使用上下文類(lèi)別進(jìn)行注釋;以及查詢(xún)產(chǎn)品親和力得分。該數(shù)據(jù)集被分為兩個(gè)較小的集合，一個(gè)根據(jù)活動(dòng)進(jìn)行注釋?zhuān)硪粋€(gè)根據(jù)受眾進(jìn)行注釋?zhuān)糜谟?xùn)練六個(gè)不同的機(jī)器學(xué)習(xí)模型。

每個(gè)模型都經(jīng)過(guò)培訓(xùn)，可以根據(jù)查詢(xún)字符串預(yù)測(cè)使用環(huán)境，在測(cè)試中，效果最好的模型可以預(yù)測(cè)產(chǎn)品注釋?zhuān)渲谢顒?dòng)類(lèi)別的準(zhǔn)確性為97%，受眾類(lèi)別的準(zhǔn)確性為92%。當(dāng)向人類(lèi)審閱者顯示由活動(dòng)模型生成的類(lèi)別的按等級(jí)排序的列表時(shí)，審閱者同意平均81%的時(shí)間接受系統(tǒng)的逐項(xiàng)預(yù)測(cè)。

“這表明我們的系統(tǒng)確定的使用環(huán)境可以幫助產(chǎn)品發(fā)現(xiàn)算法提供更相關(guān)的結(jié)果，從而改善客戶(hù)體驗(yàn)。此外，生成培訓(xùn)數(shù)據(jù)所需的最低限度的人力監(jiān)督意味著我們的方法可以以相對(duì)較少的努力擴(kuò)展到新的類(lèi)別，”博客文章說(shuō)。