E-Commerceのための検索意図ネットワークによる個人用クエリ自動補完

Core Concepts

現代の検索エンジンにおけるQuery Auto-Completion（QAC）システムは、ユーザーの検索意図を補完し、その検索意図を明確にすることが重要です。本研究では、Search Intention Network（SIN）というニューラルフレームワークを提案し、IEとITの問題を解決します。

Abstract

EコマースサイトにおけるQACシステムの重要性が強調されています。SINは異なる種類の行動シーケンスを統合し、現在の検索意図を明確に区別するために設計されています。IE問題への対処としてTransformerエンコーダーが適用され、IT問題への対処として興味進化ネットワークが設計されています。

Stats

SINは他の競合主流モデルよりも優れたパフォーマンスを示しています。
AOLデータセットでSINはCTRを12.9％向上させました。
1688データセットでSINはUV数を17.5％増加させました。

Quotes

"Query Auto-Completion(QAC), as an important part of the modern search engine, plays a key role in complementing user queries and helping them refine their search intentions."
"In this work, we propose a neural framework called SIN (short for Search Intention Network) to address these two issues."
"SIN has been deployed on the online search engine in 1688 website for more than 3 months."

Key Insights Distilled From

Search Intenion Network for Personalized Query Auto-Completion in E-Commerce

by Wei Bao,Mi Z... at arxiv.org 03-06-2024

https://arxiv.org/pdf/2403.02609.pdf

Deeper Inquiries

どうやってSINはIEとIT問題を効果的かつ効率的に解決しますか？

SINは、IE（意図の曖昧さ）とIT（意図の転送）の2つの主要な課題を解決するために設計されています。まず、IE問題に対処するために、SINは現在の検索インテントをキャプチャし、ユーザー行動シーケンスから多角的な情報を活用して過去の嗜好パターンを明確化します。これにより、ユーザーが入力したプレフィックスが不完全である場合でも、正確な候補クエリリストを提案できます。次に、IT問題への対応では、SINはユーザーの最新シーケンスから得られる情報だけでなく、過去と現在の間で興味がどのように変化するかも理解しました。このアプローチにより、「グリッド形状」など特定領域へ関連付けられた詳細クエリや異なるカテゴリ間で興味移行が捉えられます。