本文介绍了一种基于互信息的偏好导向多样性模型（PODM-MI），用于电子商务搜索的重排过程。该模型通过考虑用户需求的准确性和多样性，在重排过程中提高商品打分精度和多样性。PODM-MI采用多维高斯分布捕捉用户多样性偏好，并利用最大变分推理下界最大化用户多样性偏好与候选商品之间的互信息。实验结果证明了PODM-MI的显著提升。

该文章介绍了一种创新框架，用于解决电子商务搜索中的挑战，包括生成商品标题、处理语言顺序噪声、长尾查询和结果解释性。通过生成多段标识符简化生成过程并提高结果解释性。在真实数据集上获得了竞争性的性能，并通过在线A/B测试验证了其显著的转化增益效果。