商品搜索中的點(diǎn)擊分析與預(yù)測(cè).pdf

1、目前在全球的電子商務(wù)網(wǎng)站上每天都會(huì)產(chǎn)生數(shù)以百萬(wàn)計(jì)的交易額。2009年，中國(guó)的C2C市場(chǎng)規(guī)模一舉超過(guò)30億美元。隨著電子商務(wù)市場(chǎng)爆炸式的增長(zhǎng)，無(wú)論對(duì)于買(mǎi)家購(gòu)物體驗(yàn)，還是對(duì)于賣(mài)家商品的成交轉(zhuǎn)換來(lái)說(shuō)，商品搜索結(jié)果的點(diǎn)擊預(yù)測(cè)分析都變得越來(lái)越重要。本文著眼于C2C電子商務(wù)網(wǎng)站，對(duì)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(duì)搜索結(jié)果的點(diǎn)擊行為，并給出了一個(gè)預(yù)測(cè)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(guò)數(shù)據(jù)統(tǒng)計(jì)分析了商品搜索結(jié)果的頁(yè)面展示和點(diǎn)擊率的分布情況；第二部分簡(jiǎn)要介紹了點(diǎn)擊預(yù)測(cè)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(guò)程中需要注意的問(wèn)題；在第三部分我們?cè)敿?xì)的研究了商品搜索各個(gè)維度的特征，并給出了預(yù)測(cè)點(diǎn)擊的算法和實(shí)驗(yàn)分析。
　　在廣告搜索和網(wǎng)頁(yè)搜索的領(lǐng)域中，大量的學(xué)者對(duì)點(diǎn)擊預(yù)測(cè)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(cè)的研究卻很少。我們嘗試并驗(yàn)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(cè)方案在商品搜索領(lǐng)域中的有效性。同時(shí)，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(guò)程的四個(gè)重要角色：查詢、買(mǎi)家、賣(mài)家和商品，將可用于構(gòu)建預(yù)測(cè)模型的特征劃分為四類。針對(duì)每一類特征我們進(jìn)行了深度挖掘和分析，并建立了對(duì)應(yīng)的預(yù)測(cè)模型。大量的實(shí)驗(yàn)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(cè)的準(zhǔn)確率與召回率，能夠?yàn)樯唐匪阉鞯狞c(diǎn)擊預(yù)測(cè)提供重要的判斷依據(jù)。
　　在分析點(diǎn)擊預(yù)測(cè)模型

4、問(wèn)題的同時(shí)，我們還對(duì)點(diǎn)擊模型中普遍存在的問(wèn)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(guò)數(shù)據(jù)統(tǒng)計(jì)，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(duì)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(shí)的點(diǎn)擊日志中存在嚴(yán)重的數(shù)據(jù)分布不平衡的問(wèn)題，直接用點(diǎn)擊日志數(shù)據(jù)來(lái)訓(xùn)練模型會(huì)嚴(yán)重影響預(yù)測(cè)模型的性能。在本文中我們對(duì)該問(wèn)題做了一定篇幅的討論并給出了