一項最新的調(diào)查研究發(fā)現(xiàn)，消費者在進行購物決策時更加依賴于亞馬遜的搜索和瀏覽功能，相較于谷歌的搜索量而言，亞馬遜上的消費者產(chǎn)品搜索更為頻繁。亞馬遜高達90%的產(chǎn)品瀏覽量來自于其自有網(wǎng)站的搜索，而非廣告或外部渠道。這一現(xiàn)象對于賣家來說至關(guān)重要，他們亟需了解如何利用亞馬遜搜索引擎A9算法進行優(yōu)化。

眾所周知，亞馬遜搜索引擎的目標是根據(jù)產(chǎn)品的銷售潛力進行排名，許多因素可以影響產(chǎn)品的銷售，如價格、評論以及產(chǎn)品頁面的文案等。在競爭激烈的環(huán)境中，表現(xiàn)出色的產(chǎn)品在這些方面往往能夠獲得更好的排名。對于賣家而言，確定這些因素的相對重要性是一項巨大的挑戰(zhàn)，因為亞馬遜并未公開這些影響因素。

為了預(yù)測產(chǎn)品的銷售潛力，我們可以借助機器學(xué)習(xí)的力量。在瀏覽亞馬遜的熱門產(chǎn)品榜單時，不難發(fā)現(xiàn)熱銷產(chǎn)品通常擁有最多的評論，特別是在“Electronics電子產(chǎn)品”和“Automotive汽車”等關(guān)鍵類別中。那么，產(chǎn)品評論的數(shù)量是否能代表產(chǎn)品的銷售和排名呢？答案是肯定的，因為買家在留評之前已經(jīng)購買了產(chǎn)品。

接下來，我們將通過一系列步驟教您如何使用機器學(xué)習(xí)來預(yù)測產(chǎn)品銷售潛力。準備一個包含亞馬遜熱銷產(chǎn)品信息的機器學(xué)習(xí)源文件，包括評論數(shù)據(jù)；然后，利用谷歌的自然語言API對評論進行情感分析以擴充源文件；接著，將這個文件上傳到BigML機器學(xué)習(xí)工具中；之后，生成深度神經(jīng)網(wǎng)絡(luò)模型來預(yù)測數(shù)據(jù)集中評論的數(shù)量；分析對模型預(yù)測影響最大的特性，這些特性對于獲取更多評論和提高銷售至關(guān)重要。

源文件中包含了2017年第四季度熱銷產(chǎn)品的清單，這份清單涵蓋了大約10000種不同類別的產(chǎn)品。我們關(guān)注的是“Automotive”這個類別的示例。數(shù)據(jù)集包含了多列信息，如亞馬遜標準標識號（ASIN）、產(chǎn)品子類別和產(chǎn)品名稱等。

我們還可以提取產(chǎn)品評論文本，計算評論的情緒（評論的褒貶），以防它們具有預(yù)測性。加州大學(xué)圣地亞哥分校計算機科學(xué)助理教授Julian McAuley編寫了亞馬遜評論文本，我們從他的網(wǎng)站上下載了 automotive評論以供測試。

合并這兩個數(shù)據(jù)集，我們得到了許多潛在的預(yù)測因素，包括reviewerID、asin、reviewerName、helpful、reviewText、overall、summary、unixReviewTime、reviewTime、gl_product_group_desc、Subcategory、upc1、item_name、merchant_brand_name等。

接下來，我們可以使用谷歌的自然語言處理API來識別亞馬遜文本評論背后消費者的情緒。該API可以處理評論文本并捕獲額外字段，如明顯積極、明顯消極、中性和混合的情緒。

在添加了情緒數(shù)據(jù)后，我們可以了解哪些因素最具預(yù)測性。使用BigML進行機器學(xué)習(xí)，將源文件上傳到BigML這個機器學(xué)習(xí)工具中。選擇customer_reviews_count作為預(yù)測目標，并選擇深度神經(jīng)網(wǎng)絡(luò)作為要構(gòu)建的機器學(xué)習(xí)模型類型。BigML搜索了多種模型組合以找到最佳性能。

根據(jù)使用BigML進行的機器學(xué)習(xí)分析的結(jié)果，亞馬遜上的產(chǎn)品類別是預(yù)測銷售額的最佳指標。選擇正確的產(chǎn)品類別和名稱可能會產(chǎn)生重大影響，因為一些產(chǎn)品和類別本身就非常受歡迎并產(chǎn)生強烈的需求。同樣地，產(chǎn)品的數(shù)量也能預(yù)示整體銷售的變化。令人驚訝的是，評論的情緒似乎并沒有直接影響銷售額的預(yù)測，而客戶評級和價格的影響也相對較小。

關(guān)于如何優(yōu)化亞馬遜A9算法以獲取更好的產(chǎn)品排名，這是一個復(fù)雜且神秘的議題。要深入了解A9算法的工作原理及其影響因素，建議探索亞馬遜的風(fēng)口星平臺專區(qū)?！军c擊此處】進入專區(qū)，探索A9算法的奧秘！請注意，以上內(nèi)容純屬個人觀點，不代表風(fēng)口星網(wǎng)的立場。本文經(jīng)原作者獨家授權(quán)供稿，轉(zhuǎn)載需經(jīng)風(fēng)口星網(wǎng)授權(quán)同意。