亚马逊的人工智能根据客户反馈预测产品质量

 
该公司在博客文章中报道，亚马逊科学家正在对使用众包来识别产品数据的算法进行原型设计。研究人员认为，这些算法可用于预测人类对亚马逊产品质量的判断，通过仅将高质量产品与搜索查询匹配，可以改善人们的购物体验。
这项工作是对亚马逊于1月初发布的一项研究的补充，该研究调查了为何亚马逊客户在购买特定商品时购买看似无关的产品的原因。在一项分析中，一个亚马逊研究人员小组发现，客户偏爱比与给定搜索查询相关的产品更受欢迎或更便宜的产品。此外，他们的结果表明，与诸如美容和食品杂货相比，人们更可能购买诸如玩具和数字商品等类别的无关产品或与其互动。
这项最新研究计划于下周在温哥华举行的ACM SIGIR人类信息交互与检索会议上发表，研究人员向人群工作者展示了相关产品对的图像以及双方提供的产品信息。卖方和客户。然后，研究人员向人群工作者询问哪些产品质量更高，以及从产品信息中提取的哪些术语最能说明他们的判断。
亚马逊产品推荐
研究中的每个产品对都包含一个实际购买的产品和在同一客户搜索查询中被点击但未购买的产品。产品还共享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，家庭，厨房，美容，办公产品)，呈现给人群的术语的选择是基于他们出现在人群中的频率与这些类别相关的文本。
该团队发现，虽然感知质量并不能很好地预测客户的购买决定，但质量与价格高度相关，因此，如果对产品进行相应定价，客户通常会选择质量较低的产品。此外，最能说明人群工作者判断标准的术语来自公共顾客提供的信息，即顾客评论和问答序列，顾客在回答顾客与其他购物者有关产品的问题时回答了这些信息。卖家信息。
“有关产品推荐的现有研究主要集中在直接对购买进行建模，而没有试图找到客户决策背后的原因。我们相信，了解构成客户购买决定基础的流程将有助于我们提出更好的产品建议。”研究合著者杨洁，张荣庭和凡妮莎·默多克写道。 “这项工作代表了我们朝着这个方向迈出的几个步骤之一。”