안녕하세요.
비즈니스 시작과 성공을 함께 하는 e-커머스 파트너 가비아 CNS입니다.


네이버 쇼핑은 사용자가 원하는 검색 결과 제공을 위해 검색어 별로 의도를 분석해 키워드에 가장 적합한 상품의 카테고리를 매칭하고 있습니다. 이렇게 생성된 카테고리는 검색 랭킹에서 유용하게 사용 중입니다.

네이버 쇼핑 내 상품 카테고리는 디지털/가전이나 패션의류 같은 큰 분류부터, 디지털/가전 > 계절가전 > 선풍기 > 서큘레이터 같은 세부적인 카테고리까지, 총 7천여 개에 이릅니다.

이렇게 많은 카테고리가 있기 때문에 검색어 별로 사용자가 원하는 상품 카테고리를 분류해 내는 문제는 매우 어렵습니다. 이렇게 분류 결과 집합이 큰 문제를 extreme multi-label text classification이라고 합니다.

검색어와 카테고리 매칭 예시

개선된 검색어 – 상품 카테고리 예측 모델

그동안 쇼핑 검색어의 상품 카테고리 예측 모델은 주로 사용자의 검색 사용 기록에 기반하여 만들었습니다. 하지만 사용 기록에만 의지할 경우 그 간 검색이 잘 되지 않았던 희소한 카테고리의 상품군이나 신규 상품, 신규 검색어는 대응이 어려웠습니다.

또한 네이버 쇼핑은 하루에도 수 천만 건의 상품이 업데이트 되어 상품의 카테고리 변동이 종종 일어날 수 있는데요. 결국 이를 잘 반영하기 위해서는 쇼핑 검색 DB 정보도 같이 예측 모델에 사용해야한다는 결론에 이르렀습니다.

아래 그림은 새로운 상품 데이터와 사용자의 검색 등 사용 로그를 종합한 검색어-카테고리 의도 분류 모델을 도식화한 것입니다.

신규 모델을 테스트한 결과, 기존 대비 상품 카테고리 예측값의 정확도가 10% 이상 향상되었습니다. 긴 문장 형태의 검색어나 오탈자가 있는 검색어 같은 롱테일 영역에서의 의도 판단이 보다 정확해 졌습니다. 또한 해당 검색어의 상품 노출 커버리지가 개선 되었습니다.

실제 AB TEST 결과에서도 검색수 일정 값 이하인 저빈도 검색어의 쇼핑검색 노출과 클릭율이 기존 대비 각각 15%, 10% 이상 증가하며, 보다 다양한 상품이 사용자에게 노출될 수 있는 유의미한 결과를 얻었습니다.

아래는 개선 예시입니다.

 

그림 1. "눈썹 인테리어 스티커" 개선 전후 결과

좌측 개선 전 결과에는 연관성이 떨어지는 차량 용품(하늘색 박스)이 상위 노출됨

그림 2. "석고보드 빔 스크린" 개선 전후 결과

좌측 개선 전 결과에는 빔 스크린 의도와는 정확히 일치하지 않은 상품(하늘색 박스)이 상위 노출됨

개선된 검색어 상품 카테고리 예측 모델을 네이버쇼핑 랭킹에 반영하여 검색어에 더 적합한 상품을 상위에 노출하고, 사용자가 원하는 상품을 잘 탐색하는 것을 도울 예정입니다.


그 외 궁금하신 내용은 다이애드 마케팅센터(1644-4527)에 문의 바랍니다.
감사합니다.