商品搜索中的點(diǎn)擊分析與預(yù)測.pdf

1、目前在全球的電子商務(wù)網(wǎng)站上每天都會產(chǎn)生數(shù)以百萬計的交易額。2009年，中國的C2C市場規(guī)模一舉超過30億美元。隨著電子商務(wù)市場爆炸式的增長，無論對于買家購物體驗，還是對于賣家商品的成交轉(zhuǎn)換來說，商品搜索結(jié)果的點(diǎn)擊預(yù)測分析都變得越來越重要。本文著眼于C2C電子商務(wù)網(wǎng)站，對用戶查詢?nèi)罩疽约包c(diǎn)擊日志進(jìn)行數(shù)據(jù)挖掘，分析了用戶對搜索結(jié)果的點(diǎn)擊行為，并給出了一個預(yù)測商品搜索結(jié)果點(diǎn)擊概率的解決方案和系統(tǒng)框架。
　　本文分為三大部分。在第一部分中

2、，我們闡述了商品搜索的自身特點(diǎn)，并通過數(shù)據(jù)統(tǒng)計分析了商品搜索結(jié)果的頁面展示和點(diǎn)擊率的分布情況；第二部分簡要介紹了點(diǎn)擊預(yù)測系統(tǒng)的框架和其中運(yùn)用的數(shù)學(xué)模型，并闡述了特征處理過程中需要注意的問題；在第三部分我們詳細(xì)的研究了商品搜索各個維度的特征，并給出了預(yù)測點(diǎn)擊的算法和實驗分析。
　　在廣告搜索和網(wǎng)頁搜索的領(lǐng)域中，大量的學(xué)者對點(diǎn)擊預(yù)測做了深入的研究。然而在商品搜索領(lǐng)域中，有關(guān)搜索結(jié)果點(diǎn)擊分析與預(yù)測的研究卻很少。我們嘗試并驗證廣泛應(yīng)用于廣

3、告搜索領(lǐng)域中的各種點(diǎn)擊預(yù)測方案在商品搜索領(lǐng)域中的有效性。同時，根據(jù)C2C網(wǎng)站中商品搜索的特點(diǎn)與特性，我們按照參與商品搜索過程的四個重要角色：查詢、買家、賣家和商品，將可用于構(gòu)建預(yù)測模型的特征劃分為四類。針對每一類特征我們進(jìn)行了深度挖掘和分析，并建立了對應(yīng)的預(yù)測模型。大量的實驗和數(shù)據(jù)表明，這些具有商品搜索代表性的特征可以大幅度的提高搜索結(jié)果點(diǎn)擊預(yù)測的準(zhǔn)確率與召回率，能夠為商品搜索的點(diǎn)擊預(yù)測提供重要的判斷依據(jù)。
　　在分析點(diǎn)擊預(yù)測模型

4、問題的同時，我們還對點(diǎn)擊模型中普遍存在的問題做了基本的分析和論證。位置偏置是點(diǎn)擊日志中普遍存在的現(xiàn)象，通過數(shù)據(jù)統(tǒng)計，我們可以總結(jié)出用戶更偏好點(diǎn)擊在搜索結(jié)果中排序靠前的結(jié)果。大量的學(xué)術(shù)論文對這一現(xiàn)象進(jìn)行了研究和分析，在這些研究成果的基礎(chǔ)上，我們給出了適合商品搜索結(jié)果糾正點(diǎn)擊偏置的解決方案。由于真實的點(diǎn)擊日志中存在嚴(yán)重的數(shù)據(jù)分布不平衡的問題，直接用點(diǎn)擊日志數(shù)據(jù)來訓(xùn)練模型會嚴(yán)重影響預(yù)測模型的性能。在本文中我們對該問題做了一定篇幅的討論并給出了