免費參與·100+跨境活動
免費下載·4000+跨境資料
免費學習·2000+直播課程
免費加入·15萬+賣家交流群
2025-01-21 16:45
2024年亞馬遜團隊發(fā)表了一篇關于新模型COSMO- LM的論文，引發(fā)了亞馬遜運營們的緊密關注。
為了讓大家更加了解清楚COSMO算法給當前運營帶來的影響，我分析了Amazon Cosmo長達12頁英文論文，幫助大家快速看懂推薦算法升級邏輯。
結論
1、亞馬遜COSMO算法不是淘寶天貓那種千人千面的推薦算法，只是一種提高目前搜索算法準確率的新手段。
2、因為COSMO算法能大幅提高搜索算法的準確率，對用戶行為數(shù)據(jù)的依賴會降低，利好新品推廣。
3、ASIN標題和五點描述中能詳細描述產(chǎn)品特點和使用場景，能有效提高算法匹配準確性，對買家友好的listing也對算法友好。
4、COSMO對搜索導航欄的優(yōu)化，使產(chǎn)品銷售增長了0.7%（不包含算法優(yōu)化的部分）。
下面對論文內(nèi)容做一下解讀：
1、使用LLM分析購買行為的潛在意圖，構建電商知識圖譜
在傳統(tǒng)的商品搜索算法知識圖譜中，通過【搜索-購買】信息，無法很確切地了解用戶購買商品時的真正意圖。因為LLM（大語言模型）的出現(xiàn)，可以使用LLM分析用戶的【搜索-購買】行為時的潛在意圖。通過這一過程，COSMO成功構建了一份覆蓋亞馬遜18個主要類別的電商知識圖譜，其中包含了數(shù)百萬條高質量的知識信息。
2、將用戶購買意圖引入搜索算法，提升搜索算法準確率
COSMO最顯著的創(chuàng)新之一是將傳統(tǒng)的【Query-Product】相關性分析升級為【Query-Product-Intent】相關性分析。這一變革極大地提升了搜索算法的性能，使得搜索結果不僅僅基于查詢詞和產(chǎn)品的直接匹配，而且還考慮了用戶的購買意圖，從而實現(xiàn)了更加精準的搜索匹配。這種方法的應用顯著提升了搜索相關性評分，從而提高了用戶滿意度和轉化率。
下圖是引入Intent后搜索相關性評分得到大幅提升
搜索算法的準確性提升，我的分析是利好新品推廣。
在傳統(tǒng)【Query-Product】相關性判斷效果不好的情況下，搜索算法是非常依賴用戶行為數(shù)據(jù)（點擊率和轉化率等等）的，當新的【Query-Product-Intent】相關性分析得分大幅提升之后，則對用戶行為數(shù)據(jù)依賴在降低，利好新品的推廣。
3、COSMO對搜索導航欄的優(yōu)化，使銷售相對增長了0.7%
論文中提到了COSMO除了能應用于搜索算法，提高搜索算法準確率，也能應用于對話式購物和搜索導航欄改進這2個場景。
關于對話式搜索的應用，論文中并沒有提到具體的應用場景，只是跟一些其他算法做了一下推薦準確性的對比，相比于其他算法，也只是有小幅提升，效果并不明顯。
除了在搜索算法上的應用之外，另一個核心是對搜索導航欄的改進。COSMO對搜索導航欄做了改進，并使用美國10%的流量進行A/B測試，獲得了0.7%的銷售增長，搜索導航欄的參與率提升8%。
具體的改進是在搜索結果頁下面，新增動態(tài)的導航欄，
根據(jù)搜索詞，細化用戶的意圖，生成動態(tài)導航欄。
如下圖所示：
COSMO的核心功能是多輪導航。
在這里，COSMO擅長通過連續(xù)推薦提供多輪搜索細化。例如，對“露營”的搜索可能會引導到“充氣床墊”的選擇，然后細化為“露營用充氣床墊”。COSMO接著會提供各種類型的露營用充氣床墊，以滿足不同需求，如湖邊露營、山地露營或4人露營。
這種多輪導航允許更深入和更精確的細化，反映了一個自然的發(fā)現(xiàn)過程，并顯著增強了用戶的搜索體驗。
綜上所述，COSMO算法并不是像淘寶天貓那樣的千人千面算法（歐美的隱私政策，也決定了亞馬遜不會使用千人千面算法），對大家的運營也不會產(chǎn)生太多影響，寫好Listing還是非常重要----寫對買家友好的Listing，也是對算法友好的Listing。
（來源：柚子聊跨境）
以上內(nèi)容屬作者個人觀點，不代表雨果跨境立場！本文經(jīng)原作者授權轉載，轉載需經(jīng)原作者授權同意。?
收錄于以下專欄
