一直以來都被高度曝光的人工智能領(lǐng)域相關(guān)應(yīng)用，總是引來巨大關(guān)注。在電商搜索領(lǐng)域，人工智能發(fā)揮著怎樣的作用?Etsy數(shù)據(jù)科學(xué)主管洪亮劼以案例為基，從人工智能技術(shù)在電商中的基本應(yīng)用、電商人工智能技術(shù)與傳統(tǒng)領(lǐng)域的異同等方面出發(fā)，為大家?guī)砹艘粓?chǎng)以“人工智能技術(shù)在電商搜索的落地應(yīng)用”為題的干貨分享。

 

　　人工智能在電商的應(yīng)用

 

　　人工智能技術(shù)在電商中的基本應(yīng)用可以分為三個(gè)方面，分別是搜索、推薦和廣告，主要目的是為了讓顧客更加便捷的買到自己想要的商品。

 

 

　　電商的第一要?jiǎng)?wù)在于是否能夠利用自身的搜索、推薦、廣告平臺(tái)，讓顧客更加快速有效的購(gòu)買一件商品。其次，相對(duì)于傳統(tǒng)平臺(tái)而言電商必須具備這一功能——發(fā)現(xiàn)，目的是幫助用戶找到他目前不太想買但仍存在潛在購(gòu)買性的商品。

 

　　假設(shè)把電商購(gòu)物與線下購(gòu)物體驗(yàn)進(jìn)行對(duì)比，普通人在進(jìn)行線下購(gòu)物時(shí)，商家未必會(huì)把顧客心儀的產(chǎn)品擺在最外面，那么顧客就存在一定的不購(gòu)買性且在很短時(shí)間內(nèi)離開購(gòu)物中心。對(duì)購(gòu)物中心而言，他們更希望顧客能停留盡可能多的時(shí)間，且在這段時(shí)間內(nèi)能光顧更多商家;作為用戶而言，雖然絕大多數(shù)用戶可能沒有在第一時(shí)間購(gòu)買商品，但這并不妨礙這些用戶享受這樣的購(gòu)物環(huán)境。如何將線下的購(gòu)物場(chǎng)景運(yùn)用到線上購(gòu)物中?是目前的電商平臺(tái)所需要考慮的一個(gè)問題，也是對(duì)人工智能應(yīng)用而言一個(gè)相對(duì)巨大的挑戰(zhàn)。

 

　　電商人工智能技術(shù)與傳統(tǒng)領(lǐng)域的異同

 

　　就搜索應(yīng)用而言，電商搜索與普通搜索的最大區(qū)別在于購(gòu)買流程的建模及發(fā)現(xiàn)流程的建模。普通的搜索模式更希望用戶盡可能在搜索頁(yè)面本身停留較短的時(shí)間，它更希望用戶只點(diǎn)擊搜索頁(yè)面的首頁(yè)，而非翻到第二頁(yè)第三頁(yè)。它將最相關(guān)的內(nèi)容放在首頁(yè)的前幾位的目的是為了讓用戶點(diǎn)擊首頁(yè)搜索結(jié)果后能夠快速離開，將用戶的這一操作過程控制在30秒甚至更短的時(shí)間內(nèi)。

 

　　相反，它希望用戶能夠持續(xù)反復(fù)的進(jìn)行這一搜索交互操作。電商搜索則與普通搜索有著很大的差別，在傳統(tǒng)搜索中最受重視的相關(guān)性并非電商搜索的全部，只是電商搜索的一方面而已。而電商搜索更需要關(guān)注總體利潤(rùn)，能否通過搜索來產(chǎn)生效益。電商搜索的最終目的是提高用戶的購(gòu)買訴求，其次是激發(fā)用戶的潛在購(gòu)買欲望。因此，電商搜索相對(duì)于傳統(tǒng)搜索而言，多了“如何利潤(rùn)最大化”、“如何激發(fā)用戶潛在購(gòu)買欲”等維度。

 

　　就推薦應(yīng)用而言，目前的推薦系統(tǒng)已較為完善，也出現(xiàn)了許多推薦方案。但電商推薦與傳統(tǒng)推薦又有何不同?已有的推薦模型均基于Collaborative Filtering(協(xié)同過濾)，一般的Collaborative Filtering是通過用戶過去的行為對(duì)未來的行為進(jìn)行預(yù)測(cè)推薦。以視頻網(wǎng)站為例，假設(shè)你在某個(gè)視頻網(wǎng)站上瀏覽過某部電影的第一季，這一視頻網(wǎng)站便會(huì)為你推薦這部電影的第二季、第三季。

 

　　但如果在電商場(chǎng)景下，假設(shè)用戶已經(jīng)購(gòu)買某一產(chǎn)品，而電商推薦系統(tǒng)繼續(xù)向你推薦相同產(chǎn)品時(shí)，就會(huì)暴露出這一系統(tǒng)的不智能性。因此，Collaborative Filtering技術(shù)對(duì)電商推薦而言是不恰當(dāng)?shù)?，需要根?jù)電商的特殊屬性來對(duì)推薦系統(tǒng)做出大的調(diào)整。電商的最終目的是為了讓用戶購(gòu)買商品，通過推薦的方式使用戶購(gòu)買最大化商家的利潤(rùn)，這需要在過去的推薦系統(tǒng)上增加更多元素。如庫(kù)存元素，假設(shè)商家把僅有少量庫(kù)存甚至庫(kù)存唯一的商品推薦給很多用戶，一旦商品售出就會(huì)使得其他用戶有較差的使用體驗(yàn)。如何利用庫(kù)存來做到比較好的交互體驗(yàn)是電商搜索需要關(guān)心的一個(gè)內(nèi)容。

 

　　就廣告應(yīng)用而言，電商的廣告系統(tǒng)是雙信息坊系統(tǒng)。對(duì)于賣家而言，更希望通過廣告費(fèi)用使得自己的商品出現(xiàn)在搜索頁(yè)面的前幾位。對(duì)于平臺(tái)而言，通過幫助賣家獲取更多的點(diǎn)擊量來收取一定費(fèi)用。對(duì)于買家而言，即使搜索頁(yè)面的前幾位是廣告位，也不會(huì)使用戶產(chǎn)生反感，因?yàn)橘I家的最終目的是買到適合自己的產(chǎn)品。

 

　　在這一層面，就存在買家、賣家、平臺(tái)之間的三方博弈，而這三方很明顯有三個(gè)不同的優(yōu)化目標(biāo)，因此需要針對(duì)這三個(gè)不同的目標(biāo)函數(shù)進(jìn)行優(yōu)化。賣家希望用最少的錢打到最好的效果;買家希望買到最好的東西;平臺(tái)則希望在這個(gè)交易過程中利益最大化。如何將三種不同訴求的目標(biāo)統(tǒng)一在同一建模中，這對(duì)于電商廣告系統(tǒng)而言又是一大挑戰(zhàn)。

 

　　電商搜索有別于傳統(tǒng)搜索，不管是在搜索、推薦領(lǐng)域還是廣告領(lǐng)域，基本都屬于一個(gè)未知的領(lǐng)域，這其中的核心在于兩個(gè)任務(wù)，一是如何衡量評(píng)價(jià)所做的事情是否正在優(yōu)化你的目標(biāo);二是如何優(yōu)化貫穿搜索、推薦及廣告之間的關(guān)系。