电商搜索中的页面级布局决策语言模型

arXiv:2610.10920v1 公告类型：新 摘要：电商搜索页面是数百万在线购物者的重要接触点。传统搜索引擎返回按排名排列的结果列表，而现代电商搜索页面越来越多地融入推荐系统模块——例如，在特定位置展示其他产品分组的辅助结果堆栈。适当地引入辅助结果堆栈可以提升用户参与度；然而，位置选择不佳可能会打乱浏览流程，并降低主要搜索结果的效果。不同于传统搜索排序中已经较为成熟的交错实验等评估技术，评估页面级布局变化（例如何时以及在何处插入辅助结果堆栈）仍然具有挑战性，因为这通常需要成本高昂的在线 A/B 测试。为此，我们研究了用于离线评估特定布局决策是否有利于用户的方法，具体而言，即评估在特定位置加入辅助结果堆栈是否有益。我们通过比较基于直接提示、基于提示生成特征和基于表示的方法，探索了将语言模型用作可扩展评估器的可行性。结果表明，在预测用户参与度方面，基于表示的方法始终优于基于提示的评判方法，这说明前者可以为电商搜索中的离线布局评估提供可靠基础。