Eコマース検索のペインポイント
Oramaのハイブリッド検索はこの問題を完璧に解決します。
実施プログラム
- データモデリングスキーマには、テキストフィールド（タイトル、説明）とベクトルフィールド（埋め込まれた商品の特徴）を含めることを推奨します。価格、カテゴリーなどはプレフィルタに使用できる。
- ベクトル生成例えばCLIPモデルによって生成された512次元ベクトルなど。
- 加重テキスト検索とベクトル検索の最適なウェイト比をA/Bテストによって決定する。
- 結果の並べ替えOramaの関連性スコアとビジネスロジック（売上や評価など）を組み合わせて、最終的なランキングを決定します。
エンハンスメント
- 気付くお薦めを探すOramaの単語頻度統計を使って、ユーザーのクエリログに基づいた検索候補を提供します。
- 増加スペル耐性フォールトトレランスを向上させるために、適切なレーベンシュタイン距離のしきい値を設定します。
- インテグレーテッド地理的検索ユーザーの位置情報に基づいて商品をフィルタリングし、ローカル商品の優先度を高めます。
ビジネス効果
テキストマッチングで精度を確保し、ベクトル検索でロングテールクエリの網羅性を向上させるというハイブリッド検索により、検索精度と想起率を同時に向上させることができる。実例は、このアプローチが15-30%の検索変換率を改善することを示している。
この答えは記事から得たものである。Orama：高性能な書籍・ベクトル全文検索エンジンについて
無断転載を禁じます：AI生産性ツール " Oramaのハイブリッド検索でEコマースアプリの商品検索を改善するには？
