一千个人就有一千种搜索结果？电商Zappos让算法读懂你的“言外之意”

在线零售商Zappos一直都采用新技术来改善业务。它的搜索栏也不例外:在过去两年里，该公司一直在使用机器学习彻底改革其搜索算法。

Zappos是一家美国卖鞋的B2C网站，于1999年开站。尼克·斯威姆(Nick Swinmurn) 和谢家华是创始人。 目前，Zappos上售卖的商品不止是鞋子，还包括衣服、首饰等。

在VentureBeat上周于旧金山举办的2019年变革大会上，Zappos首席数据科学家阿明•卡泽罗尼(Ameen Kazerouni)谈到了他的团队是如何在网站上实现语义搜索的。

传统的搜索只根据你使用的词来匹配结果，而语义搜索则不同，它试图理解这些词背后的上下文和意图。

前者的问题是，它有可能返回一堆客户必须过滤的错误或不正确的搜索结果条目(这也可能导致客户离开网站)。

Kazerouni举了“classic short”这个短语作为例子。他说，在你键入这个搜索词后，大多数搜索栏只会显示不同款式的短裤。但实际上，这个词指的是某种特定类型的短裤。

通过语义搜索，网站可以确定人们真正在寻找什么，并避免这些误会。

Kazerouni说:“在Zappos，我们实际上更进一步，我们决定不仅解读搜索词背后的上下文含义，而且上下文含义也会根据每个客户的不同而变化。”

“因此，对于数以百万计的独特搜索词——在数以百万计的独特客户中——我们实际上尽我们最大的努力为每个人提供独特的搜索结果。我单独强调这个词，因为这是一个噩梦般的工程问题。”

“但我们现在所处的阶段不是协同过滤，也不是市场细分;这是对个体和他们所使用的术语的一对一的理解。”

然而，事情并不总是这样。

据Kazerouni称，Zappos直到2017年才开始使用语义搜索。他的数据科学团队根本没有研究搜索功能。

这一责任落到了公司的搜索团队身上，他们负责维护Zappos.com搜索索引中的单词数据库。

但是，当顾客搜索经典短裤或正装鞋等特定商品时，旧的基于词汇的算法总是给出太多糟糕的结果。

搜索团队在这些术语出现时为它们创建了手动重定向(比如在搜索经典短裤时告诉系统指向boots而不是shorts)，但很快就失控了。

“我想搜索小组意识到他们在玩打地鼠游戏。因为当你说，修正‘经典短裤’来对应这些特定裤子时，这样做的结果是将搜索索引的权重更多地放在产品名称上。”Kazerouni说。

“所以登山短裤这一搜索词不会搜出短裤;它会变成别的东西。当正装衬衫(dress shirt)搜出来的结果是裙子(dress)时，我们会说，‘这里的dress一词更多指的是一种场合，而不是一种产品类型。’所以请解决这个问题。”

“然后再有人输入‘晚礼服’(evening dress)进行搜索的时候，搜索结果就不再是裙子(dress)，而是正装衬衫(dress shirt)，因为现在dress这个词(代表正装)比dress shirt(代表正装衬衫的名词)更重要。”

“所以他们意识到，他们在解决一个问题的同时，也在制造另外七个问题。”

2016年末至2017年初，搜索团队找到Kazerouni，向他的数据科学团队寻求帮助。

问题的一部分与语言本身有关。

“我们意识到英语是一种非常有趣的语言，因为很多很多单词都有严重的过载。它们有许多不同的含义，这取决于它们出现在哪个短语中。”

“所以我们开始做的第一件事就是理解搜索词，接受搜索词，观察客户行为，建立机器学习模型，创建所谓的单词嵌入。”

单词嵌入是单词和短语的数学表示，搜索引擎可以用它来预测客户术语背后的含义。

Zappos新语义搜索算法的首次测试结果是正面的，这使得网站的点击率和参与度都有了显著提高。

Kazerouni笑着说:“我们把ROI展示成一个机器学习团队，我听说这并不常见。”

“因此，向我们的业务利益相关者证明我们不仅仅是一个研究团队或公关噱头，这也很有趣。我们实际上是要为核心业务提供价值。”

Kazerouni指出，Zappos已经“超越”了单词嵌入，并建立了神经网络来增强其语义搜索引擎。

到目前为止，这对Zappos来说是一个巨大的成功，带来了更多的搜索和收入的增长。

一些精通技术的消费者正在帮助他们改进算法:他们在反馈调查中加入了自己的经验，一些人特别提到了算法。

“但我只是喜欢消费者们期待机器学习驱动的解决方案，并要求某种程度上更智能的体验。这让我很惊讶。我很喜欢。”Kazerouni说。

Zappos的这一进步并不很出人意料。这家电商网站自创建之始，就很注重客户体验。为了方便顾客挑选，Zappos为库存的每一款鞋从八个角度拍摄照片，并且提供免费退换货及延迟付款服务，提供高素质的客服服务。