基于定制化 Attention-GRU 模型的品牌级排序系统

在淘宝等电子商务网站中，品牌在影响用户点击/购买决策方面正扮演越来越重要的角色，部分原因是用户现在更加重视产品质量，而品牌是质量的一个指标。然而，现有排序系统并非专门设计以满足此类需求。一些设计技巧可能部分缓解该问题，但仍无法提供令人满意的结果，或可能产生额外的交互成本。在本文中，我们设计了首个品牌级排序系统以解决该问题。该系统的关键挑战是如何充分利用用户在电商网站中的丰富行为对品牌进行排序。在我们的解决方案中，我们首先进行专门针对个性化品牌排序问题的特征工程，然后通过包含三项重要修改的适配 Attention-GRU 模型对品牌排序。注意我们提出的修改也可应用于各种任务上的许多其他机器学习模型。我们进行了一系列实验来评估我们所提排序模型的有效性，并在大型电商平台即淘宝上测试了真实用户对品牌级排序系统的响应。