基于中心性的产品检索与排序

本文旨在通过提升产品排序与用户搜索查询的相关性来改善电子商务平台的用户体验。用户查询的模糊性和复杂性常常导致用户意图与检索到的产品标题或文档之间产生不匹配。近期方法提出使用 Transformer-based 模型，这些模型在预训练阶段需要数百万带注释的查询-标题对，而此类数据往往不考虑用户意图。为此，我们从 eBay 现有数据集中挑选样本，手动标注了买家中心的相关性得分和中心性得分，后者反映了产品标题与用户意图的匹配程度。我们引入一种基于中心性的用户意图优化（User-intent Centrality Optimization，UCO）方法，用于现有模型，以语义化产品搜索中优化用户意图。为此，我们提出一种基于双损失的优化方法，用于处理硬负样本，即在语义上相关但不反映用户意图的产品标题。我们的贡献包括构建具有挑战性的评估集并实现 UCO，结果在不同评估指标下显著提升了产品排序效率。我们的工作旨在确保查询的最具买家中心性的标题排在更高位置，从而提升电子商务平台的用户体验。