首页 电商 正文

eBay用机器学习加持购物体验

2024-09-10 01:54
admin

EBay不断收集消费者数据，通过机器学习吸引更多消费者，提高交易可信度。

为了提高消费者在网站上的互动体验，ebay在网站上添加了机器学习方法。在过去的四年里，ebay一直在收集消费者的搜索数据、搜索点击率等相关互动数据，然后将其加载到其机器学习系统中。

ebay工程部副总裁Dan在接受InformationWeek采访时 Fain透露了该公司的计划安排和其背后的商业动机。这是一个值得IT工程师效仿的案例，他们可以在这个消费者应用程序中添加机器学习系统，以提高公司的市场份额。

Fain说，机器学习系统中的关键因素是消费者的搜索习惯、他们喜欢看什么网页、常用语言、推荐产品和图片分析，eBay也掌握了这一点。

最重要的是，应用机器学习的目的是加强eBay网站的搜索功能。“我们有各种各样的机器学习模式，只是为了确保最好的匹配搜索结果，”Fain在一次采访中说。

ebay上出售的物品超过10亿件，如果你不小心搜索结果，你可能会犯错误。因为这些搜索结果很大程度上取决于消费者输入的关键词，断字可能不同，结果可能也不同。例如，当搜索“缝纫机”时，消费者可能想要一种缝纫工具。

然而，机器学习的结果向我们展示：消费者搜索的缝纫机可能是祖先使用的旧缝纫机，也可能是收藏家向往的古董缝纫机。

搜索关键词“缝纫机”将触发EBay搜索其销售的缝纫机库存，而机器学习系统从搜索者的搜索历史中推测其想要的缝纫机类型。此外，机器学习系统还将监控所有在网站上搜索缝纫机的消费者，并观察他们是否会看到它们并离开？还是你喜欢新的？那些收藏家是如何搜索古董缝纫机的？

另一个例子：如果我们搜索“瑞士手表、真皮表带”，这对网站的机器学习系统来说是一个不同的挑战。一般的搜索引擎将分别返回一长列瑞士手表和一长列真皮手镯。如果客户想要“真皮表带瑞士手表”，搜索结果显然毫无意义。

Fain说：“面对这个搜索关键字，两种不同类型的商品需要相互包含。”虽然这个搜索关键字的频率很小，但该系统在匹配最佳搜索结果时仍然会考虑长尾效应。Fain还指出，该系统可以通过分析消费者搜索历史，将一些几乎不同时出现的名称联系起来。

EBay的搜索引擎在确定搜索关键字的类别时非常小心。该系统将根据关键字类别中的内容与客户的其他线索信息联系起来，最终搜索消费者感兴趣的产品。因此，在上述搜索案例中，EBay的搜索引擎可以向消费者展示瑞士手表中的热门产品。

一切都是为了交易

Fain表示，截至2015年底，ebay活跃用户1.62亿。到2016年 8月份，这个数字已经上升到1.64亿。对于像ebay这样收入停滞甚至下降的企业来说，小幅上升的活跃用户是个好消息。由于电子商务行业竞争激烈，消费者在网上购物的渠道也多种多样。

技术团队开发的机器学习系统为消费者提供的搜索结果越准确，消费者购买的可能性就越大。因为搜索引擎提供的信息可以在很大程度上引导这些潜在消费者。

面对国际消费者的搜索要求，加入机器学习可以使搜索结果更有效，因为它们更多地用母语描述商品，而不是产地语言。例如，如果你想搜索带有金属饰品的博伯利手提包，西班牙语和英语的处理方法是不同的。

EBay的翻译功能增加了机器学习，减少了非英语国家国际消费者的消费问题。无论商品在哪里销售，包装上有什么语言书籍，让消费者了解商品介绍和应有的价值都是非常重要的。

Fain表示，EBay的搜索引擎增加了“最佳匹配”算法，该系统可以分析消费者的已知信息、消费者搜索项目中最热门的产品以及消费者可能购买的产品。Fain说：“这是EBay大规模应用机器学习的最佳证明，是促进交易的有力武器”。

以上述“缝纫机”搜索为例，最佳匹配应根据缝纫机的价格进行安排。如果消费者使用台式机，ebay还可以在屏幕空白处显示不同程度的“最佳匹配”，并附有消费者可能搜索的物品类型（古董或收藏品）。

在智能手机或其他移动设备上，屏幕尺寸极大地限制了显示信息。所以问题来了，因为据Fain说，EBay有50% 所有的交易都是由移动设备端完成的。如果消费者想选择其他相关类型，只能点击链接打开新页面。

为了保证搜索结果的匹配程度，ebay一直在努力使其结果能够准确反映商品的市场价值，其搜索结果按价格由高到低排列。

交易可信度一直是eBay的重点话题。机器学习可以识别哪些指标可以反映可信度（例如，卖方的交易量），哪些指标不能反映可信度。同样，如果卖家有很多不好的评论或其他问题，系统会自动降低他们商店在搜索结果中的排名。

EBay在其网站上加入机器学习，旨在让卖家放心。Fain说，每次交易完成，他都会问:

“这笔交易符合我们的标准吗？虽然这些搜索结果来自客户的相关信息，但也是由机器学习决定的。”

点击背后的大量信息

Fain想起了他在Yahoo工作的五年。当时，他的主要工作是处理网页点击量，这些网页可以为ebay用户提供丰富的信息。

他说，对于系统来说，点击只意味着消费者对它感兴趣，没有更深层次的信息。现在ebay系统可以分析消费者的点击流，从而促进消费者消费。

对于机器学习系统来说，“下订单是一个非常强大的信息证据”，EBay一直在收集消费者的购买订单，使其发挥应有的效率。

目前，EBay工程部还试图用机器学习系统识别商家上传的图片质量，并告诉商家哪些图片可以引导消费者消费。它通过并行处理强大的图形图像处理单元来分析消费者对图像的感受。Fain说：“基于ebay从现实生活中挖掘出来的庞大数据库，系统可以在图形图像处理单元的支持下推断出更多的可能性。”

虽然Fain没有透露用于机器学习的服务器数量，但他说这相当于一个服务器组。EBay发现机器学习系统是一个非常有价值的工具，因此它增加了对机器学习硬件的投资，雇佣了更多的专业技术人员，并开展了更多的机器学习项目。”机器学习是我们的巨大投资，”Fain说。

本文“ebay用机器学习加持购物体验”编辑和创建卖家信息。请注明转载来源(本文转载为:卖家信息http:///news/article/180257)

相关文章