亚马逊COSMO-LM新算法将取代A9算法重塑亚马逊搜索规则？
A9算法是亚马逊一套很成熟的玩法了，一些老卖家依靠对A9算法熟练掌握研发出各种不同的打法，从而精准提升排名，获得了大量的自然流量。
但如今老的A9算法排名机制悄悄发生了改变，亚马逊研发团队最近推出了一套A9算法的AI搭档，名为新模型COSMO-LM。
COSMO-LM的研究论文激发了笔者对新事物的浓厚兴趣，作为喜欢探索的人，笔者利用了两天的时间，借助工具试图深入了解这个系统。
大濕聊跨境作为亚马逊行业的第一人对COSMO-LM的解读，笔者将按照几个主要思路，用尽可能通俗的语言给大家做一个解析。
什么是新模型COSMO-LM？
COSMO-LM对我们是一个全新的概念，一些英文专业术语晦涩难理解，论文中这样解释：
COSMO是亚马逊的一个超强电商智能AI系统，它通过分析用户行为和大型语言模型生成高质量的知识图谱数据，以提供更个性化的在线服务，提高用户搜索时的相关性、推荐商品以及导航等。
换句话来说，COSMO-LM它能理解买家的真实意图，COSMO更像一个超级聪明人性化的助手。
COSMO-LM有什么特点？
COSMO是一个旨在从大规模用户行为和大型语言模型生成高质量指导数据的知识系统，出发点旨在从理解亚马逊用户行为和语言模型而生成高质量数据，为亚马逊平台应用提供服务。
众所周知，以前我们顾客可能会遇到这样的情况：在网上搜索商品，结果却和你想要的不太匹配，或者点击了商品页面后发现不是自己想要的。
这其实是因为传统的疚搜索引擎无法准确理解用户的需求。而智能AI的COSMO-LM出现，解决了这一问题。
由此可知，相较于传统的A9算法，COSMO-LM更加注重买家的兴趣和购物行为习惯，而不是简单依赖传统的关键词匹配。
COSMO-LM它懂用户的购物意图，能够从亚马逊海量数据中精准挖掘出最符合用户需求的商品信息。
COSMO-LM和A9算法搭配更能提升用户购物体验感，让购物体验变得更智能更顺畅拟人化。
图片来源：亚马逊网站论文
表格1表明，亚马逊COSMO知识图谱比其他电商领域的图谱更广泛，节点和边更多。详细来说，COSMO包含630万节点和2900万边，涵盖了15种关系类型，覆盖了18个主要领域。
论文指出，虽然COSMO内测阶段取得了一定进展，但是目前仍然缺乏足够多的高质量和多样化的指导数据收集，以及行业级数据的可扩展性有待突破。
笔者相信，这些都需要投入更多时间去训练该AI模型会变得更加聪明。
图片来源：亚马逊网站论文
论文指出，通过结合用户行为、LLMs生成提示和基于规则的过滤等方法，COSMO能够构建出与产品或购买意图相关的有效知识图谱，这在以往的工作中是首次实现的。
论文首先在框架中对COSMO术语进行了定义，包括用户行为和常识知识。用户行为包括搜索购买和共同购买两种典型行为，这些行为的潜在意图可以通过关系提示来解释。与以往A9算法通过搜索关键词为导向结果不同，COSMO则通过挖掘大规模购物场景数据来重新定义这些关系。
图片来源：亚马逊网站论文
表2展示了COSMO知识图谱中挖掘的网购常识关系，包括关系类型和示例，这些关系类型涵盖了各种产品的功能用途、受众的属性等。
论文的研究课题选择了搜索购买和共同购买两种具有强烈意图的典型用户行为进行了详细分析，这里不作列举，有兴趣请参阅原论文。
图片来源：亚马逊网站论文
表3展示了COSMO知识图谱的数据，包括共同购买和搜索购买两类用户行为。COSMO人机交互注释收集了多样化的指令数据，保证了知识的多样性和质量。这些数据和步骤确保了COSMO知识图谱的可靠真实性。
图片来源：亚马逊网站论文
在表6这一部分，亚马逊研究团队用COSMO语言模型提升网络购物的搜索相关性、基于会话的推荐和搜索导航等。
利用COSMO模型准确理解用户搜索购买行为，以便更准确地预测识别用户搜索结果的相关性。
实验中，COSMO模型收集了来自美国、加拿大、英国和印度等不同站点和语境下的数据，以训练模型的泛化反应能力。
不仅如此，COSMO-LM还能帮顾客解决购物时的一些烦恼。论文进一步举例，当亚马逊用户搜索“winter clothes”，它会自动理解你想要的是保暖的衣物，而不是其他。这就是因为它能够根据你的搜索意图，智能匹配最合适的商品。
这项研究技术是如何实现的呢？亚马逊研究团队表示，COSMO-LM背后是一套强大的AI系统，通过分析用户行为和大规模的数据，构建了一个庞大的知识图谱。这个图谱包含了各种各样的商品信息和用户偏好，相当于给亚马逊的产品库添了一本“百科全书”。
COSMO系统能理解用户在网上的行为和意图，通过论文，笔者给大家总结了它有以下主要特点：
1. 智能知识库，又称为知识图谱。COSMO像是一个超级聪明的百科全书，系统装满了关于网购的常识，比如用户喜欢买什么、为什么会选择某个商品等等。
2. 数据挖掘收集，也就是常识知识生成。借助大型语言模型，它会从海量的用户行为数据中找出有用的信息，然后用这些信息来更新和扩展它的知识库，生成亚马逊高质量的常识知识，让它越来越智能。
3. 支持多样化应用。COSMO已在多种场景中得到广泛应用，能够提高搜索相关性、基于会话的推荐和搜索导航等。因此，COSMO对我们来说不只是个聪明的AI智能知识库，它还可以帮助改进搜索结果、提供个性化推荐。
新算法的出现给我们卖家带来了哪些启示和反思呢？
1. 理解用户意图的重要性。新算法会更倾向于个性化推荐，以往的关键词排名不再是唯一因素，卖家要搞清楚你的顾客意图需求。
2. 用常识知识优化产品推荐。COSMO系统利用常识知识来提升搜索相关性和产品推荐的准确性，卖家要确保Listing的标题、图片、关键词、五点描述等与用户购买意向一致，才能达到你要的搜索结果。
3. 多样化在线服务。COSMO系统为亚马逊提供了多样化的在线服务，包括搜索相关性、基于会话的推荐等。
4. 持续的技术创新。论文介绍的COSMO系统不断利用大型语言模型和人机协同注释等训练技术手段来提升知识图谱的质量和适用性。
COSMO-LM新算法会采用用户画像和大数据搜索成交习惯，智能推荐产品给潜在的买家。对于卖家而言，在Listing的五点描述、A+页面等要匹配合适的产品属性、使用场景、产品个性化适应性等。
亚马逊新算法COSMO-LM崭露头角，有望和传统A9算法结合完美搭配，合二为一无疑将会颠覆现有的排名机制，据称该算法已经导致销售额增长了数十亿美元。
随着亚马逊COSMO系统的内测，卖家们需要调整运营策略以适应新的算法。从A9到COSMO-LM，亚马逊的电商风向已经悄悄的发生了转变。
对新算法系统有兴趣的卖家，可以登录英文论文网站，里面有最新算法的详细解读。
嫌英文阅读麻烦的老铁，请关注并私聊领取中英文对照版本论文。
图片来源：亚马逊网站论文
收录于以下专栏 
亚马逊运营 110 个内容 · 19 人关注 查看专栏 图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!
内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!
免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!
