랭킹 "브랜드 가중치(Brand Relevance Score)"
이전 포스팅 랭킹의 절대좌표 "카테고리 가중치(Category Mapping Probability)"의 "카테고리 가중치" 랭킹이 건물 공사로 따지면 건물을 지을 지반을 튼튼히 하는 것이라면 "브랜드 가중치"는 그 지반위에 타설공사로 생각하면 됩니다.
질의(Query)에 대한 특정 브랜드(Brand Id)에 대한 Score로 표시된 가중치로 이를
혹자는 "Brand Relevance Score" 줄여서 "BRS"라고 표현하겠습니다.
참고로 이전 포스팅에선 "카테고리 가중치"는 "CMP"라고 표현했습니다.
필수 조건
- 검색 로그가 수집 중인 경우.
- 상품 Brand ID가 관리되고 있는 경우.
추출 방법
- 상품 Click Log를 이용해서, 질의(Query)별 클릭한 상품의 Brand ID를 수집합니다.
- 수집된 Query와 Brand ID에 대해서 집계를 합니다. 보통 Count로 표현합니다.
- 해당 Brand ID에 대해서 Count가 낮은 현저하게 낮은 Query들은 버립니다.이는 어뷰징 및 오클릭을 어느정도 걸러내기 위함입니다. 이때 많은 방법들이 있겠지만, 저는 여기서 Simplity를 위해서 CMP와 마찬가지로 Atan2를 사용했습니다.
- 최종적으로 count에 대하서 score를 계산하면 됩니다. 여기도 많은 방법들이 있겠으나, 저의 경우는 최대한 심플하기 위해서 Atan2를 그대로 사용했습니다. 이는 랭킹에서 BRS에 가중치를 줄때, atan2값이 1보다 작기 때문에. BRS내에서 큰 차이가 없기 때문에 BRS고유가중치를 지정하여 줄 때
관리적인 측면에선 효율적입니다. - CMP와 마찬가지로 추가적으로 기간별로 BRS가중치를 줄 수도 있지만, 혹자는 큰 효과를 보지 못했습니다. 이 또한 Simplity를 위해서 기간별 가중치를 주지 않았습니다.
- 추출 예
적용효과
CMP가 질의(Query)에 대해서 어떤 카테고리의 상품 먼저 검색결과에 보여지는지를 결정한다면
BRS는 질의(Query)에 대해서 어떤 브랜드 상품을 먼저 보여지는를 결정합니다.
그럼 CMP와 BRS가 서로 overlab됩니다.
아까 위해서 설명했듯이 CMP가 지반공사라면 BRS는 그위에 얹어지는 타설공사이므로 CMP위에 BRS가 존재하게 됩니다. 이를 Ranking Layer로 표현을 하면 아래와 같습니다.
예를들어 특정 하나의 질의(Query)에 대해서 CMP와 BRS가 각각 0.79라고 가정을 하고
CMP에 10점 BRS에 1점 고유 가중치를 각각 추가로 부여하면
CMP는 10.79 그리고 BRS 1.79가 됩니다. 이러면 Query에 대한 검색 결과에 overlab이 일어나지 않습니다.
이는 질의(Query)에 대해서 CMP가 먼저 우선순위로 계산되고 그 다음 BRS가 계산되는 구조입니다.
다시 말해서 질의(Query)에 대해서 동일 카테고리 내에서 노출 상품을 brs로 랭킹이 계산됩니다.
아래 예는 BRS적용 전후를 예시로 비교하기 위한 임의로 만들어낸 상품결과이고 해당 커머스의 랭킹의 의도와는 무관합니다.
BRS 적용 전
Query : "닉스 맨투맨"
CMP : 맨투맨(score: 10.79)
여기서 대부분 유저들이 "닉스"가 특정 브랜드 "NIX" 브랜드를 의미한다고 가정했을 때.
BRS 적용 후
Query : "닉스 맨투맨"
CMP : 맨투맨(score: 10.79)
BRS : NIX(score: 1.79), (NBA : 1.23)
마찬가지로 대부분의 유저들이 "닉스"가 특정 브랜드 "NIX" 브랜드를 의미한다고 가정했을 때.
"맨투맨" 카테고리 내에 Brand(NIX->NBA 순)로 랭킹적용되어 재정렬된 결과입니다.
BRS의 한계
- CMP와 마찬가지로 BRS가 모든 경우에 대한 검색품질을 보장하지 않습니다. 다만 CMP와 더불어
BRS로 기존에 CMP의 한계를 어느정도 보안이 가능합니다.
BRS와 같은 방법으로 "제조사(Maker)" 및 "시리즈(Series)" 에 대한 가중치도 랭킹에 추가하여 보안하는 방법도 있습니다.
이 데이터들은 검색 뿐만아니라 추천에도 활용 할 수 있는 데이터입니다.
더 나아가서 "쇼핑키워드사전"의 온톨로지 구축에도 매우 중요한 요소로써 활용될 수 있습니다.
