Theo VentureBeat, các nhà nghiên cứu tin rằng các thuật toán này có thể được sử dụng để dự đoán các đánh giá về chất lượng sản phẩm của con người trên Amazon, từ đó có thể cải thiện trải nghiệm mua sắm của mọi người bằng cách kết hợp các sản phẩm chất lượng cao với các truy vấn tìm kiếm của họ.

Công trình này là phần tiếp theo của một nghiên cứu mà Amazon đã công bố vào đầu tháng 1 vừa qua, trong đó xem xét lý do tại sao khách hàng mua các sản phẩm dường như không liên quan trong lúc họ tìm kiếm mua sắm các mặt hàng cụ thể. Các nhà nghiên cứu phát hiện ra rằng khách hàng thích các sản phẩm phổ biến hoặc rẻ hơn các sản phẩm có liên quan đến một truy vấn tìm kiếm nhất định. Ngoài ra, kết quả cũng cho thấy mọi người có nhiều khả năng mua hoặc tương tác với các sản phẩm không liên quan trong các danh mục như đồ chơi và hàng hóa kỹ thuật số hơn so với các danh mục như làm đẹp và tạp hóa.

Trong nghiên cứu mới nhất dự kiến sẽ được trình bày tại hội nghị ACM SIGIR về tương tác và truy xuất thông tin con người (CHIIR) ở Vancouver sắp tới, các nhà nghiên cứu đã trình bày cho nhân viên quần chúng hình ảnh của các cặp sản phẩm liên quan, cùng với thông tin sản phẩm được cung cấp bởi cả hai người bán và khách hàng. Sau đó, họ hỏi các nhân viên này những sản phẩm nào có chất lượng cao hơn và những thuật ngữ nào được trích ra từ thông tin sản phẩm giải thích rõ nhất những đánh giá của họ.

Mỗi cặp sản phẩm trong nghiên cứu bao gồm một sản phẩm thực sự được mua và một sản phẩm được nhấp vào nhưng không được mua trong cùng một truy vấn tìm kiếm của khách hàng. Các sản phẩm cũng được phân loại theo danh mục sản phẩm như điện tử, nhà ở, bếp, làm đẹp, văn phòng… và các thuật ngữ được trình bày cho nhân viên được chọn dựa trên tần suất xuất hiện trong văn bản liên quan đến các danh mục này.

Nhóm nghiên cứu nhận thấy mặc dù chất lượng cảm nhận không phải là một yếu tố dự báo tốt về quyết định mua hàng của khách hàng nhưng nó có mối tương quan cao với giá cả, do đó khách hàng thường chọn sản phẩm chất lượng thấp hơn nếu các mặt hàng có giá tương ứng. Hơn nữa, các thuật ngữ mô tả đúng nhất các tiêu chí đánh giá của nhân viên đến từ thông tin do khách hàng cung cấp, đồng nghĩa các đánh giá của khách hàng và các câu hỏi, câu trả lời liên quan đến sản phẩm hoàn toàn trái ngược với thông tin người bán đưa ra.

Các đồng tác giả nghiên cứu Jie Yang, Rongting Zhang và Vanessa Murdock cho biết “nghiên cứu hiện tại về khuyến nghị sản phẩm chủ yếu tập trung vào mô hình mua hàng trực tiếp, mà không cố gắng tìm ra lý do đằng sau các quyết định của khách hàng. Chúng tôi tin rằng việc hiểu được các quy trình làm nền tảng cho quyết định mua hàng của khách hàng sẽ giúp chúng tôi đưa ra khuyến nghị sản phẩm tốt hơn. Nghiên cứu này thể hiện được một trong nhiều bước đi mà chúng tôi đang thực hiện”.