亚马逊利用人工智能分析客户心理

为什么有些时辰客户会购置无关紧急的对象？对此，亚马逊的一个研究小组打算在2月份即将召开的ACM收集搜刮和数据发掘集会会议长举办一项研究，以寻求谜底。今朝，他们颁发了一份陈诉。

研究职员行使统计要领来辨认发出过很是短或很是长的查询的客户，他们暗示，与那些查询长度中等的客户对比，这些客户的购置决定每每越发机动。另外，他们还思量了相干产物和不相干产物之间的相关，假如两种产物属于统一范例、品牌或种别，可能它们是一路被购置的，那么它们之间就存在间接相关。

研究职员暗示，思量到两种差异的间接相关权衡要领——一种基于描写性术语的寄义，另一种基于购置汗青，两者都与购置增进相干。

在举办统计说明后，研究职员举办了两个尝试来评估在亚马逊搜刮功效中包括不相干产物的代价。起首，团队确定了1500个查询——每个查询都与一个相干的和一个不相干的产物关系——然后他们思量了对全部查询应用五种差异产物选择计策的功效。

功效证明，第一种计策最优——老是选择导致更高的购置程度或参加程度的产物，这取决于所权衡的是哪一种。(这里，参加或购置级别是导致参加或购置操纵交互与数据样本中全部交互的比率。)相干的计策老是返回相干的产物，而不相干的计策老是返回不相干的产物，在两者之间随机恣意选择，最差的计策老是返回导致较低购置或参加程度的产物。并不令人不测的是，研究职员陈诉称，通过只选择相干功效而得到的参加度和购置程度，与最优程度之间存在“明显”差距。最优程度包罗购置和购置不相干功效。

在另一项测试中，该团队行使沟通的1500个查询来实习三种差异的呆板进修模子：第一种是最大化关联性，第二种是最大化购置程度，第三种是最大化参加度。然后，他们成立了两个融合模子，一个团结了关联模子和参加模子，另一个团结了关联模子和购置模子，最后，研究职员较量了它们的整体示意。

它们在相干性和购置或参加程度之间存在一种衡量——在一个尺度上进步业绩会影响在另一个尺度上的业绩。这也许是由于，假如功效不能满意客户的需求，但看起来是相干的——由于购置和参加级别捕捉的相干性，比人工注释所能通报的越发主观。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!