11.26

搜索的本质：信息获取  （从门户——目录——搜索——推荐）

（ndir）

搜索的应用场景：

1、文档/内容/资源搜索（入口，辅助）

2、个人文档搜索

3、分类/混合搜索

4、搜索提示（关键词，直接结果）

5、标签搜索、主题搜索

6、用户搜索、社交搜索

7、相似内容推荐

8、内部数据检索（反垃圾、运营审核）

9、日志多维分析

10、高维特征匹配

搜索的更多功能

1、匹配摘要/高亮

2、热门搜索提取

3、搜索结果分类

4、拼写纠错

5、相关搜索

搜索结果评估

评估标准：

click(convert),Precision/Recall,MAP（？）,NDCG

用户体验：输入成本，合理排序，重复结果，badcase

评估方式：

人工评估（人工比较、主观定性判断）、离线数据评估（基于历史数据）、在线数据评估（纵向对比，a/btest）

搜索影响因素

内容：数量、覆盖、质量

匹配/检索：分词策略，检索策略

排序：特征，规则/模型

产品形态：入口形态，展示形态，辅助方式

搜索改进策略：检索与排序

匹配/检索策略：

    基本分词；模糊分词；检索方式（前缀、匹配度、相似词）；检索模型（布尔模型？，向量空间）

排序策略：

      排序特征----文本相似度，文档热度，点击数据， 查询属性等

      排序策略----规则排序，学习排序（线性/非线性）

搜索改进策略：数据与产品

内容：

  -  内容数量、类目覆盖、人们覆盖

  -  高质量内容建设

产品形态：

  -  入口：通用  分类

  -  展示：内容摘要，匹配理由，内容质量，图片，直接效果

  -  辅助功能：提示 ； 纠错 ； 相关搜索 ；  结果分类

搜索改进过程

建立评估标准：在线点击率，离线评估指标

发现问题：产品反馈，用户反馈，数据分析

分析问题：内容，匹配/检索，排序

改进方案：完善内容，改进分词，优化排序

验证效果：人工判定，离线评估，线上验证

用户搜索分布

查询分布：2 8原则

产品搜索数据：

- Top1% keywords——50% searches

- Top10% keywords——80% searches

优化方向：

热门词优化——指标

全局词优化——用户体验