为什么关键字搜索失败电子商务聊天和混合修复它

TL;DR: 关键字搜索会错过同义词，语义搜索会错过模型代码。 aiSTAFF 将两者结合起来，并通过倒数排名融合将两个排名列表结合起来，然后将评级和评论分开，以便聊天买家获得正确的项目，而不是陷入死胡同。

一种搜索方法失败的地方

买家在商店聊天中输入“一把舒适的椅子，最高 300 GEL”。关键字引擎在您的产品标题中搜索“comfort”一词，但什么也没找到，并返回空结果，因为您的目录将产品称为“椅子”。用户离开。这一遗漏就是一笔销售损失，这种情况在繁忙的页面上每天都会发生数十次。如果您在佐治亚州进行在线销售，则可以从我们的AI 销售机器人开始修复，本文将介绍其工作原理。

关键字搜索也存在相反的问题。输入确切型号代码（例如“AX-220”）的用户想要确切的 SKU。纯基于值的引擎可能会返回五个概念上相似且隐藏在相应代码中的存储桶。每种方法都强而另一种则弱。找到一个好的产品的任务是同时使用两者。

两个引擎，两种动力

aiSTAFF 将您的目录放入私人矢量存储中，每个企业一个，并针对每条消息以两种方式读取它。

密集语义搜索。每个产品和每个查询都使用 Gemini 的内置功能转换为向量。向量之间的距离衡量的是值，因此“sofa”、“couch”和“set”彼此很接近，即使它们不共享字母。这就是捕获同义词、描述和意图的内容，例如“小阳台的东西”。
BM25 关键字搜索。经典的词汇排名器，可确定术语的精确重叠。这就是括号模型识别的内容、代码、品牌拼写和语义模型从未见过的罕见单词。这正是密集搜索模糊的地方。

单独运行，每个都会返回一个排名列表。问题在于将它们结合起来。一种简单的方法是选择一个引擎的最佳结果并忽略另一个引擎，从而丢弃一半的信号。 aiSTAFF 合并两个列表。

简单来说，相互排名合并

倒数排名融合（RRF）是一种评分技巧，它结合了两个排名列表，而不需要两个引擎来表达相同的实体。密集搜索返回余弦相似度，BM25返回词频得分，两个数字没有可比性。 RRF 通过忽略原始分数并仅使用每个列表中每个元素的位置来解决这个问题。

规则很简短：产品的综合得分是两个列表中 1 除以（常数加上其排名）的总和。列表中的第一项贡献很大。第十名的物品对小家伙有利。语义列表和关键字列表都较高的产品会收集两个实体部分并将它们推到合并结果的顶部。仅在一项中排名靠前的产品仍然可以获得公平的机会。数学很简单，效果也很强大：两个引擎都同意的元素获胜，并且一个引擎的强大冲击力不会被浪费。

This is why a query like "comfortable AX-220 seat" works.语义侧处理“舒适座椅”，关键字侧关闭“AX-220”，RRF 准确地将模型映射到顶部，因为它同时对两侧进行了很好的评估。

按评分和受欢迎程度

相关性是第一关，而不是最后一个字。两把椅子与查询的匹配程度相等，其中一把是有 200 条评论的畅销书，另一把是没有人购买的积压商品。 aiSTAFF 根据相似度乘以受欢迎度、评级和评论数量对合并结果进行排名，因此经过验证的卖家能够脱颖而出。产品还按类型分组，这可以防止返回椅子形状的灯来搜索椅子。客户会看到最合适的产品并且可能会令他们满意，就像优秀的地板安装工会指导您找到合适的型号一样。

还跨语言、跨词形

由于密集的一面寻求意义，它延伸到语言和语法。格鲁吉亚语或俄语查询被翻译为目录语言以进行搜索，然后答案返回为用户的语言。复数、格和单词形式都是可以接受的，因此“chair”、“chair”和格鲁吉亚语“seat”达到相同的产品。两个同伴对此进行了介绍：格鲁吉亚客户如何购买您的英文目录和一把舒适的椅子应该能找到您的座位。更广泛的矢量搜索图像是多语言矢量搜索格鲁吉亚目录。

混合加合规网关

强大的搜索仍然需要立足点。如果最佳融合匹配很弱，退回它仍然会发明出客户不想要的产品。 aiSTAFF 使用接近 0.64 的余弦阈值的合规门：低于该阈值，机器人会说“我们不处理此问题”，而不是强制产生不良结果。混合搜索提高搜索质量；大门阻止了其余的人。他们共同解释了为什么聊天机器人不会发明产品，详情请参阅相关性之门。

Once the right elements are found, presentation matters.每个结果都会以卡片形式返回，其中包含聊天中可转换的产品卡片中包含的价格、旧价格、评级和库存，并且机器人可以将多个商品移动到聊天车。 The entire sales engine sits at the hub, AI Chatbot That Sells Your Catalog.如果您要在选择此方法还是根据数据重新训练模型之间做出选择，请参阅RAG 与微调，如需更全面的构建，请参阅电子商务聊天机器人指南。

工作示例

电子商店收到消息“tihi 办公室机械键盘”。这是“冷静”的错别字。单独的关键字搜索不会返回任何结果。密集搜索读取意图为低噪音机械键盘，并列出了三种型号。 BM25 准确地捕捉到了“机制”并证实了其中的两个。 RRF 综合榜单，两款一致认可的车型不断增长，以 4.6 的评分和 90 条评论排名第一。机器人返回两张卡片，两张卡片都有库存，并且有两种价格。失误变成了销售，客户永远不知道这个拼写错误几乎让他们失去了回复。

常见问题解答

什么是聊天机器人中的混合搜索？

同时运行两种产品搜索，一种是理解含义的语义搜索，另一种是捕获精确代码的关键字搜索，然后组合两个排名列表以找到最佳的整体匹配。

倒数排名融合有什么作用？

RRF 使用每个项目的位置而不是其原始分数来组合两个排名列表。在两个列表中排名靠前的产品获得的权重最大并上升到顶部，从而使综合结果持久。

为什么不直接使用语义搜索？

语义搜索对于确切的型号名称、代码和罕见的品牌拼写是模糊的。将关键字与搜索配对可以保持价值的相关性，同时固定购物者正在寻找的确切 SKU。

如何避免退回错误的产品？

合并后，机器人会遍历评分和评论，然后使用接近余弦 0.64 的相关性门。弱匹配落在门下方，机器人会说它没有携带该物品，而不是猜测。