研究人员开发了一个新的搜索引擎赞助商品排名框架,该框架改进了现有的用户序列建模技术。该框架在长期用户历史中整合了双重检索通道,特别是候选最近邻检索和查询最近邻检索。通过将这些检索到的行为与查询和候选上下文一起编码,并使用候选感知早期融合,该模型显著提升了关键排名指标。在线 A/B 测试显示,点击率、归因转化率和每展示订单数均有所提高。 AI
影响 这项研究可能带来更有效的赞助商品排名,从而改善搜索引擎中的用户体验和转化率。
排序理由 该条目描述了一篇研究论文,其中详细介绍了一种新的搜索赞助商品排名模型。[lever_c_demoted from research: ic=1 ai=0.7]
在 Hugging Face Daily Papers 阅读 →
- click-through rate
- Hugging Face
- Query- and Candidate-Aware Long User Sequence Modeling for Sponsored Product Ranking in Search
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →