意图分数 intent-scores
意图得分测量人员或帐户对关键字、产品或产品类别的兴趣。 Adobe Journey Optimizer B2B edition使用机器学习来计算得分，机器学习衡量的是含义上的相似性，而不是手动规则或定点系统。 每个分数都从0标准化为1，数字越大，意向越强烈。
内容相关性大约每12小时刷新一次，意图得分每天重新计算。 分数从关键字汇总到产品，从人员汇总到帐户。 意图得分显示在智能仪表板中，并显示在帐户详细信息、购买群组详细信息页和个人详细信息页中。
以下部分说明了意图评分背后的核心概念、使得分保持最新的连续过程、每个得分背后的计算逻辑，以及您可以配置的设置。
核心概念 core-concepts
意图检测会测量人员与您的产品和关键词的互动密切程度，然后按人员参与量对该相似度进行加权。 此模型由三个实体组成。
默认分类和更新 taxonomy
您的分类，即针对其进行测量的关键字、产品和类别，无需设置即可使用。
您可以随时在 意图映射 页面上查看和更新分类映射。 有关分类设置过程，请参阅意图数据。
内容相关性 content-relevance
Journey Optimizer B2B edition将内容和分类法转换为其含义的数学表示形式，然后使用相似性模型来衡量它们之间的匹配程度。 与关键词或产品几乎匹配的内容会获得较高的相关性分数。 不相关的内容会获得较低的得分。
相似度模型是采用一般语言预先训练的，因此无需进行针对特定客户的训练。
评分过程 scoring-process
连续的过程将原始参与转化为完成的意图分数。 每个阶段都基于上一个阶段生成的内容。
参与捕获 engagement-capture
捕获人员拥有的每个有意义的接触点，并将其关联到所涉及的内容。
- 页面访问次数、电子邮件打开次数和点击次数、表单提交次数和类似活动均记录为参与事件。
- 每段独特的内容也都会被记录，以便在下一阶段进行分析。
- 刷新节奏 — 连续，当参与发生时。
内容提取 content-extraction
在对内容进行相关性评分之前，Journey Optimizer B2B edition会先提取并读取其文本。
- 对于每个新内容，系统都会提取底层文本，无论其位于网页上还是电子邮件中。
- 某些活动类型（如表单填充）已具有其自己的描述性内容，因而跳过此步骤。
- 以后将记录并排除无法检索的内容，例如断开或删除的链接。
- 刷新节奏 — 发现新内容时。
相关性评分 relevance-scoring
每项资产都根据您的分类进行衡量，与参与该分类的人员无关。
- 使用相似度模型，根据您的关键词、产品和类别，分析和比较每个电子邮件和网页。
- 结果是该资产相对于每个相关关键词或产品的相关性得分介于0和1之间。
- 刷新节奏 — 每12小时刷新一次。
每日意图计算 daily-intent-calculation
参与和内容相关性合并为每个人员、每个关键词或产品一个每日意图分数。
- 每种活动类型都带有一个可配置的权重。 例如，表单提交的次数可能比页面查看次数严重得多。
- 近期活动比旧活动更重要，因此得分更偏向于某人本周的表现，而不是一个月前的表现。
- 置信度指标反映了一个人的参与有多一致，而不仅仅是数量。
- 刷新节奏 — 每天。
得分传递 score-delivery
每日分数总计、接收意图级别并交付到您的仪表板。
- 每个得分都标记为意图级别“高”、“Medium”或“低”。
- 得分链接到正确的帐户，以便销售和营销团队可以同时看到人员级别和帐户级别的意图。
- 只有意图级别发生更改的人员才会更新，因此仪表板会反映最新的有意义的转变。
- 刷新节奏 — 每天。
得分计算逻辑 score-calculation-logic
该计算由五个层组成，每个层向原始相关性和参与数据添加更多上下文。
内容与主题的相关性 relevance-to-topic
每一条内容和每个主题，即关键字、产品或类别，都会被翻译成其含义的数学表示形式。 与主题具有类似含义的内容在这种表示法中比较靠近。 相关性是衡量有无意义的亲密程度的指标，而不是准确的词语匹配。
每日参与权重 engagement-weighting
在给定的某一天，个人的得分是他们参与的所有活动的相关性的加权平均值。 价值较高的活动更多。
“示例”
一个人在同一天内处理三段内容。 页面查看权重为1，表单提交权重为5。
由于他们提交的一个表单数是页面查看次数的五倍，因此即使他们总共与三个项目交互，也会显着影响他们的每日得分。
他们由此得出的该主题的每日得分约为0.70（0到1分）。
回访间隔衰减 recency-decay
一个人的分数反映了过去几天的混合，近期活动的权重比早期活动大得多。 大约一周后，旧活动的影响会最小，因此得分始终反映当前的兴趣。 实际上，今天的访问量超过了昨天的访问量，也超过了10天前的访问量。
得分标准化和意图级别 normalization-intent-levels
将每个调整后的得分置于与实例中其他人相对的0到1级的一致比例上，然后分段到目的级别。
得分汇总 score-aggregation
单个分数的总和使您能够在对决策至关重要的级别查看意图，而不仅仅是在最精细的级别。
- 从关键字到产品 — 在关键字级别计算出的分数汇总起来显示对产品的兴趣，而不仅仅是单个搜索词。
- 客户经理 — 客户得分汇总了客户经理的所有人员得分，以便您了解整个购买小组何时展现意图。
使用产品级别的视图可以查看整体上哪些产品引起了人们的兴趣，而不是哪些单个关键字是趋势所在。 使用帐户级别视图可以查看整个购买集团何时一起表现出兴趣增加，而不是对单个参与人员做出反应。
可配置的设置 configurable-settings
大多数评分逻辑是固定的，以保持结果随时间推移而变得可靠和可比较。 产品管理员可以自定义两个设置以满足您的要求：
所有其他内容（包括内容相关性、活动衰减以及高、Medium和 低 阈值）均已固定，因此分数会随着时间的推移保持一致和可比。
评分原则 scoring-principles
在审查和处理意图分数时，请牢记以下原则。
模型驱动型评分 model-driven
没有要维护的点分配或关键字规则。 该模型可直接从您的内容和分类中学习相关性，从而随着内容库的增长和更改而保持评分的一致性，无需持续进行配置。
相对评分 relative-scoring
得分反映了一个人或帐户在您当前其他联系人中的排名，系统会根据当前人口每天重新计算该得分。 使用分数来比较您自己的实例中的人员和帐户，而不是作为固定的通用数字。 得分不能直接在公司之间进行比较。
数据新鲜度 data-freshness
当新内容出现时，内容相关性大约每12小时刷新一次。 意图得分每天重新计算一次，因此仪表板反映每天早上前一天的活动。