Press "Enter" to skip to content

技术解读 | 智能开放搜索CTR预估模型

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

如何评价搜索排序效果?

 

搜索是用户触达信息最简单直接的方式,是APP、网页必备的功能。如何评价并提升搜索效果一直是搜索领域的常见问题。

 

一方面,可以基于 用户体验判断搜索效果 ,比如是否搜索到目标内容、在多长时间后返回搜索结果等。另一方面,也可以 通过体系化的搜索统计指标来评价效果 。常见的搜索统计指标包含CTR、CVR、搜索引导GMV等。

 

以CTR(Click-Through-Rate)即点击率为例,表示点击数/曝光数,在搜索、推荐、广告领域应用广泛,用以衡量搜索、推荐等返回结果的点击情况。更高的点击率通常意味着更准确的搜索效果,因此,搜索领域从业者常常将CTR作为搜索效果核心评价标准,也是企业长期重兵投入的持续优化目标。

 

近些年来,得益于深度学习(Deep Learning)带来的巨大红利,用于CTR预估的深度模型百花盛开。CTR预估模型是针对每个用户的每个搜索词,预测搜索文档潜在点击的模型。运用CTR预估模型,能够优化搜索结果的排序,提升搜索效果和业务转化。

 

开放搜索中的CTR预估模型

 

智能开放搜索(OpenSearch)基于机器学习和个性化预估算法技术,借助在电商、内容社区、教育等多个领域的能力积累,为客户提供的 一站式智能搜索开发平台 ,并且不断迭代优化,将最新业界和阿里创新技术不断融合到该平台框架中。

 

 

    1. 简单易用: 开放搜索最新公测发布CTR预估模型,在上传用户曝光、点击等行为数据后,即可自动化训练专属CTR预估模型。模型训练完成后,可以通过cava脚本灵活调试排序规则,最大化发挥模型效果,优化最终的搜索结果排序。

 

 

 

    1. 开放搜索的CTR预估模型 支持定制 ,快速适配一套Make For You的模型。

 

 

 

    1. 从行业颗粒度切入: 不同行业会适配一套基础的行业模板,并支持定制,体系化行业级别特征建设 。

 

 

适用场景

 

 

    1. 适用于电商商品搜索,内容社区资讯搜索、多媒体视频搜索等业务场景;

 

    1. 对点击率、转化率(付费、点赞、收藏等)、或播放时长等指标、搜索效果有更高要求的客户,均可以使用CTR预估模型;

 

    1. 如果想实现 个性化的搜索效果 ,但团队中又没有精通搜索算法的同学调试排序表达式,也可以尝试在开放搜索中接入CTR预估模型。

 

 

使用方法

 

 

    1. 通过服务端数据采集,上传点击、曝光等用户行为数据

 

    1. 在开放搜索控制台创建CTR预估模型,并点击开启训练

 

    1. 创建业务排序cava插件,引用训练完成的CTR预估模型,并在排序中使用该cava插件,查看排序效果

 

 

更多使用详情请参考产品文档: https:// help.aliyun.com/documen t_detail/347835.html

 

如需进一步技术指导,也可工单联系技术支持。

 

案例实践

 

社区内容搜索

 

某技术社区作为中文IT内容社区,通过开放搜索,为旗下产品的用户提供高质量的内容服务。同时搜索能力的优化也能带来付费资源转化效果的提升,增加整体业务收入。

 

接入CTR预估模型后效果:

对比基于开源自建的服务,CTR提升80%+
后续算法专家通过深度定制模型不断帮客户调优,每曝光用户带来点击次数提升15%+,Item-CTR提升10%+,效果还在持续提升中

电商搜索

 

国内某电商平台,主打保健品、家居用品、化妆品等自营产品,通过开放搜索,在APP和小程序上提供内容资讯和商品购买等便捷服务。

 

接入CTR预估模型后效果:

电商业务搜索CTR相对提升40%+,qv-GMV 相对提升50%+
内容业务首页CTR绝对值10%+,无结果率相对下降20%+

 

Be First to Comment

发表评论

您的电子邮箱地址不会被公开。