电子商务搜索中页面级布局决策的语言模型

电子商务搜索页面是数百万在线购物者的关键接触点。虽然传统搜索引擎返回结果的排名列表，但现代电子商务搜索页面越来越多地合并推荐系统模块——例如，在特定位置显示替代产品分组的二级堆栈。如果引入得当，辅助堆栈可以提高用户参与度；然而，次优的放置可能会扰乱浏览流程并降低主要结果。与传统的搜索排名不同，在传统的搜索排名中，诸如交错之类的评估技术已经很成熟，但在没有昂贵的在线 A/B 测试的情况下，评估页面级布局变化（例如何时何地插入辅助堆栈）仍然具有挑战性。为了解决这个问题，我们研究了离线方法来评估给定的布局决策（具体来说，在特定位置包含辅助堆栈）是否对用户有利。我们通过比较直接基于提示的方法、提示衍生的特征和基于表示的方法来研究语言模型作为可扩展的评估器。我们的结果显示 基于表示的方法在预测用户参与度方面始终优于基于提示的判断，这表明它们为电子商务搜索中的离线布局评估提供了可靠的基础。