其他分享
首页 > 其他分享> > 技术解读 | 智能开放搜索CTR预估模型

技术解读 | 智能开放搜索CTR预估模型

作者:互联网

简介:本文介绍开放搜索CTR预估模型在个性化排序中的应用与实践

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。

2.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。

​3.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;
  2. 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;
  3. 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
  2. 在开放搜索控制台创建CTR预估模型,并点击开启训练
  3. 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:CTR预估模型 - 智能开放搜索 OpenSearch - 阿里云

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:

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:

原文链接

本文为阿里云原创内容,未经允许不得转载。 

标签:CTR,效果,模型,解读,搜索,排序,预估
来源: https://www.cnblogs.com/yunqishequ/p/16329678.html