人工智能通过反馈来预测客户对产品的判断 | 章鱼通

亚马逊公司在一篇博文中表示，该公司的科学家正在开发利用众包来识别产品数据的算法原型。研究人员认为，它们可以用来预测人们对亚马逊产品质量的判断，这可能会通过将高质量的产品与搜索查询匹配来改善顾客的购物体验。

这项研究是亚马逊1月初发表的一项研究的后续，该研究调查了亚马逊的客户在购买特定商品时为什么会购买看似无关的产品。在一项分析中，亚马逊的一组研究人员发现，与特定的搜索查询相关的产品相比，消费者更偏爱那些广受欢迎或更便宜的产品。此外，他们的研究结果表明，与美容产品和杂货等类别相比，人们更有可能购买或接触一些与玩具和数码产品等类别无关的产品。

这项最新研究将于下周在温哥华举行的ACM SIGIR人类信息交互与检索会议(CHIIR)上发表。研究人员向工作人员展示了相关产品的配对图片，以及卖家和客户提供的产品信息。他们问这些人哪些产品质量更高，然后问这些人从产品信息中提取的哪些术语最能解释他们的判断。

研究中的每个产品对包括：(1)一个实际购买的产品和，(2)一个在相同的客户搜索查询中被点击但没有购买的产品。产品还共享了Amazon.com产品分类层次结构中可用的最细粒度的分类。(例如，“电子产品”、“家庭”、“厨房”、“美容产品”、“办公产品”)，向人群工作人员提供的术语是根据它们在与这些细粒度分类相关的文本中出现的频率来选择的。

该团队发现，虽然感知质量并不能很好地预测顾客的购买决定，但它与价格高度相关，因此，如果顾客的价格相对较低，他们通常会选择质量较差的产品。此外，最能描述群体工作者判断标准的术语来自于公众客户提供的信息，即客户评论和问答序列，其中客户回答其他客户与产品相关的问题，而不是卖家信息。

“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。我们相信，了解顾客购买决定背后的过程，将有助于我们做出更好的产品推荐，”研究合著者杨洁、张荣婷和瓦内萨•默多克写道。“这项工作是我们朝着这个方向采取的几个步骤之一。”