AMZ
用户中心
账号与合规

亚马逊搜索排序，为什么不是只看相关性

摘要：读懂多目标商品搜索排序 很多卖家理解亚马逊搜索排序时，会把问题简化成一句话：关键词相关就能排上去。 第 21 篇 Amazon Science 论文会让这个理解更完整。论文《MultiObjective Ranking Optimization for Product Search Usin…

公众号文章库2026/7/37 分钟阅读

亚马逊搜索排序，为什么不是只看相关性

摘要：读懂多目标商品搜索排序

很多卖家理解亚马逊搜索排序时，会把问题简化成一句话：关键词相关就能排上去。

第 21 篇 Amazon Science 论文会让这个理解更完整。论文《Multi-Objective Ranking Optimization for Product Search Using Stochastic Label Aggregation》发表于 WWW 2020，作者来自 Amazon。它研究的是商品搜索排序中的 Multi-Objective Ranking Optimization，简称 MORO。

论文说的不是某个亚马逊后台扣分规则，也不是“关键词密度公式”。它讨论的是一个更底层的问题：

商品搜索排序不是只最大化 query relevance，还要同时考虑 purchase likelihood 等其他目标。

翻译成卖家语言：平台不是只问“这个商品跟关键词像不像”，还会问“用户看到它之后是否更可能买、体验是否更好、长期质量是否更可靠”。

封面

1. 为什么商品搜索是多目标问题

用户搜一个词，平台当然要返回相关商品。

但只相关还不够。商品搜索不是百科检索，它背后有交易目标。一个商品可能标题高度相关，但价格差、评分低、配送慢、退货高，用户看到后不买甚至产生糟糕体验。

论文在 product search 背景里提到，常见目标包括 relevance to query、purchase likelihood、product quality、user rating、return rate 等。

这就是多目标排序的本质：很多目标都重要，但它们不一定同时最大化。

多目标地图

2. MORO：不是一条简单加权公式

Multi-Objective Ranking Optimization 的难点在于：如果优化一个目标，另一个目标可能下降。

比如你把“最容易购买”的商品往前推，可能牺牲一部分相关性；你只推最相关的商品，又可能牺牲购买概率。

论文把这种取舍放到 Pareto frontier 的框架里讨论。简单讲，一个解如果不能在不损害其他目标的情况下继续改进某个目标，它就在 Pareto 前沿上。

卖家理解这件事很重要：搜索排序不是平台随便偏心，也不是单纯堆关键词。它是在多个目标之间找不能被同时改进的平衡点。

3. 随机标签聚合是什么

传统方法会把多个标签合成一个标签，比如：

新标签 = α × 相关性 + (1-α) × 购买概率

这种 deterministic label aggregation 的好处是简单，可以继续使用现有 Learning-to-Rank 框架。但论文指出，在某些情况下，它覆盖不了完整的最优取舍空间。

作者提出 stochastic label aggregation：对每个 query，按照概率 α 选择一个目标标签来训练。比如一部分样本按相关性训练，一部分样本按购买概率训练。

这听起来反直觉，但论文证明并实验证明，它能更完整地探索多目标之间的 Pareto 取舍。

随机标签聚合

4. 为什么这对卖家有启发

卖家经常做单点优化：

  • 标题塞更多词。
  • 主图更夸张。
  • 价格压得更低。
  • 加大广告出价。
  • 强推一个高转化款。

这些动作可能短期改善某个指标，但也可能损害另一个目标。

比如标题堆词可能相关性变宽，但语义更乱；降价可能提升转化，但利润和客群质量下降；主图夸张可能提高 CTR，但差评和退货也会上升。

多目标排序的运营启发是：不要只问一个动作让哪个指标上升，还要问它让哪些目标被牺牲。

Pareto 取舍

5. 实验用了哪些数据

论文使用三组数据。

第一组是语音商品搜索聚合数据，27K 个 query、54K 个 query-product pair，相关性标签和购买标签都是 100%。

第二组是语音商品搜索原始数据，360K 个 query、3.8M 个 pair。其中约 30% 有相关性标签，约 70% 有购买标签。

第三组是公开 Web 商品搜索数据，1K 个 query、20K 个产品。因为它只有相关性标签，作者构造了第二目标 ITL，也就是 inverse title length，用来模拟语音场景里“标题更短更易理解”的目标。

实验指标主要是 NDCG@5。论文结论是，2phase-stoch 这个两阶段随机标签聚合模型族，在三组数据上都优于其他模型族的 tradeoff curve。

数据与实验

6. 语音购物为什么更特殊

论文特别提到 voice product search。

在屏幕搜索里，用户可以看一页结果，可以比较标题、图片、价格、评分。但在 Alexa 这类语音购物场景里，用户听到的结果更少，注意力也更有限。

这意味着标题是否简洁、商品是否容易被理解、排序是否能兼顾购买概率，会变得更重要。

对卖家来说，这不是让你把标题写得极短，而是提醒你：未来搜索场景不只在屏幕上。标题、属性、品牌、类目、变体信息越清晰，越容易被不同搜索入口理解。

7. 卖家明天可以怎么做

第一，相关性要准。标题、类目、属性、图片、五点和关键词要回答真实 query，不要为了覆盖而乱堆词。

第二，购买概率要稳。价格、优惠、配送、库存、主图、评价、A+、QA 都会影响用户看到后的购买决策。

第三，质量信号要长期管。退货、差评、订单缺陷、履约问题，可能不会立刻反映在关键词相关性上，但会影响长期搜索体验。

第四，语音和 AI 搜索要提前适配。核心卖点要清楚，属性要结构化，标题别过度堆叠到机器和人都难以理解。

第五，做运营实验时看多目标。改标题后不要只看排名，也看 CVR、广告转化、退款、利润；降价后不要只看销量，也看退货和客群变化。

卖家排序复盘 SOP

8. 边界：不能把论文当排名公式

这篇论文证明和实验的是一种多目标排序训练方法，不是 Amazon 搜索公开公式。

论文里的 purchase likelihood、relevance、NDCG@5、label aggregation，都是研究和工程语境里的概念。卖家不能把它们直接换算成“标题占多少分、转化占多少分”。

但它给出的方向很清楚：

关键词相关性只是商品搜索排序的一部分。长期能稳住搜索位置的 listing，通常是相关、可买、可交付、低缺陷、体验一致的综合结果。

资料来源