A9算法是亞馬遜一套很成熟的玩法了，一些老賣家依靠對A9算法熟練掌握研發出各種不同的打法，從而精準提升排名，獲得了大量的自然流量。
但如今老的A9算法排名機制悄悄發生了改變，亞馬遜研發團隊最近推出了一套A9算法的AI搭檔，名爲新模型COSMO-LM。
COSMO-LM的研究論文激發了筆者對新事物的濃厚興趣，作爲喜歡探索的人，筆者利用了兩天的時間，藉助工具試圖深入瞭解這個系統。
大濕聊跨境作爲亞馬遜行業的第一人對COSMO-LM的解讀，筆者將按照幾個主要思路，用盡可能通俗的語言給大家做一個解析。
什麼是新模型COSMO-LM？
COSMO-LM對我們是一個全新的概念，一些英文專業術語晦澀難理解，論文中這樣解釋：
COSMO是亞馬遜的一個超強電商智能AI系統，它通過分析用戶行爲和大型語言模型生成高質量的知識圖譜數據，以提供更個性化的在線服務，提高用戶搜索時的相關性、推薦商品以及導航等。
換句話來說，COSMO-LM它能理解買家的真實意圖，COSMO更像一個超級聰明人性化的助手。
COSMO-LM有什麼特點？
COSMO是一個旨在從大規模用戶行爲和大型語言模型生成高質量指導數據的知識系統，出發點旨在從理解亞馬遜用戶行爲和語言模型而生成高質量數據，爲亞馬遜平臺應用提供服務。
衆所周知，以前我們顧客可能會遇到這樣的情況：在網上搜索商品，結果卻和你想要的不太匹配，或者點擊了商品頁面後發現不是自己想要的。
這其實是因爲傳統的疚搜索引擎無法準確理解用戶的需求。而智能AI的COSMO-LM出現，解決了這一問題。
由此可知，相較於傳統的A9算法，COSMO-LM更加註重買家的興趣和購物行爲習慣，而不是簡單依賴傳統的關鍵詞匹配。
COSMO-LM它懂用戶的購物意圖，能夠從亞馬遜海量數據中精準挖掘出最符合用戶需求的商品信息。
COSMO-LM和A9算法搭配更能提升用戶購物體驗感，讓購物體驗變得更智能更順暢擬人化。
圖片來源：亞馬遜網站論文
表格1表明，亞馬遜COSMO知識圖譜比其他電商領域的圖譜更廣泛，節點和邊更多。詳細來說，COSMO包含630萬節點和2900萬邊，涵蓋了15種關係類型，覆蓋了18個主要領域。
論文指出，雖然COSMO內測階段取得了一定進展，但是目前仍然缺乏足夠多的高質量和多樣化的指導數據收集，以及行業級數據的可擴展性有待突破。
筆者相信，這些都需要投入更多時間去訓練該AI模型會變得更加聰明。
圖片來源：亞馬遜網站論文
論文指出，通過結合用戶行爲、LLMs生成提示和基於規則的過濾等方法，COSMO能夠構建出與產品或購買意圖相關的有效知識圖譜，這在以往的工作中是首次實現的。
論文首先在框架中對COSMO術語進行了定義，包括用戶行爲和常識知識。用戶行爲包括搜索購買和共同購買兩種典型行爲，這些行爲的潛在意圖可以通過關係提示來解釋。與以往A9算法通過搜索關鍵詞爲導向結果不同，COSMO則通過挖掘大規模購物場景數據來重新定義這些關係。
圖片來源：亞馬遜網站論文
表2展示了COSMO知識圖譜中挖掘的網購常識關係，包括關係類型和示例，這些關係類型涵蓋了各種產品的功能用途、受衆的屬性等。
論文的研究課題選擇了搜索購買和共同購買兩種具有強烈意圖的典型用戶行爲進行了詳細分析，這裏不作列舉，有興趣請參閱原論文。
圖片來源：亞馬遜網站論文
表3展示了COSMO知識圖譜的數據，包括共同購買和搜索購買兩類用戶行爲。COSMO人機交互註釋收集了多樣化的指令數據，保證了知識的多樣性和質量。這些數據和步驟確保了COSMO知識圖譜的可靠真實性。
圖片來源：亞馬遜網站論文
在表6這一部分，亞馬遜研究團隊用COSMO語言模型提升網絡購物的搜索相關性、基於會話的推薦和搜索導航等。
利用COSMO模型準確理解用戶搜索購買行爲，以便更準確地預測識別用戶搜索結果的相關性。
實驗中，COSMO模型收集了來自美國、加拿大、英國和印度等不同站點和語境下的數據，以訓練模型的泛化反應能力。
不僅如此，COSMO-LM還能幫顧客解決購物時的一些煩惱。論文進一步舉例，當亞馬遜用戶搜索“winter clothes”，它會自動理解你想要的是保暖的衣物，而不是其他。這就是因爲它能夠根據你的搜索意圖，智能匹配最合適的商品。
這項研究技術是如何實現的呢？亞馬遜研究團隊表示，COSMO-LM背後是一套強大的AI系統，通過分析用戶行爲和大規模的數據，構建了一個龐大的知識圖譜。這個圖譜包含了各種各樣的商品信息和用戶偏好，相當於給亞馬遜的產品庫添了一本“百科全書”。
COSMO系統能理解用戶在網上的行爲和意圖，通過論文，筆者給大家總結了它有以下主要特點：
1. 智能知識庫，又稱爲知識圖譜。COSMO像是一個超級聰明的百科全書，系統裝滿了關於網購的常識，比如用戶喜歡買什麼、爲什麼會選擇某個商品等等。
2. 數據挖掘收集，也就是常識知識生成。藉助大型語言模型，它會從海量的用戶行爲數據中找出有用的信息，然後用這些信息來更新和擴展它的知識庫，生成亞馬遜高質量的常識知識，讓它越來越智能。
3. 支持多樣化應用。COSMO已在多種場景中得到廣泛應用，能夠提高搜索相關性、基於會話的推薦和搜索導航等。因此，COSMO對我們來說不只是個聰明的AI智能知識庫，它還可以幫助改進搜索結果、提供個性化推薦。
新算法的出現給我們賣家帶來了哪些啓示和反思呢？
1. 理解用戶意圖的重要性。新算法會更傾向於個性化推薦，以往的關鍵詞排名不再是唯一因素，賣家要搞清楚你的顧客意圖需求。
2. 用常識知識優化產品推薦。COSMO系統利用常識知識來提升搜索相關性和產品推薦的準確性，賣家要確保Listing的標題、圖片、關鍵詞、五點描述等與用戶購買意向一致，才能達到你要的搜索結果。
3. 多樣化在線服務。COSMO系統爲亞馬遜提供了多樣化的在線服務，包括搜索相關性、基於會話的推薦等。
4. 持續的技術創新。論文介紹的COSMO系統不斷利用大型語言模型和人機協同註釋等訓練技術手段來提升知識圖譜的質量和適用性。
COSMO-LM新算法會採用用戶畫像和大數據搜索成交習慣，智能推薦產品給潛在的買家。對於賣家而言，在Listing的五點描述、A+頁面等要匹配合適的產品屬性、使用場景、產品個性化適應性等。
亞馬遜新算法COSMO-LM嶄露頭角，有望和傳統A9算法結合完美搭配，合二爲一無疑將會顛覆現有的排名機制，據稱該算法已經導致銷售額增長了數十億美元。
隨着亞馬遜COSMO系統的內測，賣家們需要調整運營策略以適應新的算法。從A9到COSMO-LM，亞馬遜的電商風向已經悄悄的發生了轉變。
對新算法系統有興趣的賣家，可以登錄英文論文網站，裏面有最新算法的詳細解讀。
嫌英文閱讀麻煩的老鐵，請關注並私聊領取中英文對照版本論文。
圖片來源：亞馬遜網站論文
（來源：大溼聊跨境）
以上內容屬作者個人觀點，不代表雨果跨境立場！本文經原作者授權轉載，轉載需經原作者授權同意。
