【连载】4.1.1策略在搜索引擎上的应用

lao cai

产品目标：高效地获取信息

需求复杂又多变，不同用户输入同一个query表达的需求可能也不一致，同一用户在不同场景下输入同一个query表达的需求也可能不一致

需求理解：广义的query解析

a.需求明确（让机器按照人对文字的理解处理）

b.需求明确，但对答案有特殊要求（猪肉的最新价格，要求最新 需要从多个维度判断是不是最新）

c.需求不明确，需要进行需求扩展和预测（杨幂，需要拓展为杨幂图片、杨幂的电视剧等）

需求明确的query

a.结构简单清晰的query：经过切词处理即可进行后续检索 

栗子：黄山火车站订票电话 — 黄山   火车 站   订 票   电话 （距离和紧密度成正比）

b.口语化的query：需要进行纠错、同义转换等语义处理

栗子：杭州至盐城高速怎么走 — 杭州  至  盐城  高速   怎么   走（通过”怎么走“是地图需求，”至“表示方向的链接 可以识别前面的杭州和后面的盐城，”高速“识别为驾车这个路线优先，所以可以将这些词放到地图垂直引擎里）

c.表达方式复杂的query：需要进行更加unique的语义处理

栗子：披星（）月、吾尝终日而思矣，后面（），无法用通用的处理方法需要 后续单独拎出来看

d.需求明确，对答案有特殊要求：除了统一的query变换外，需要将特定要求转换成搜索引擎可以理解的特征

栗子：猪肉的最新价格 — 资源的时效性

需求不明确的query

需要进行需求扩展和预测

欢乐颂 — 欢乐颂视频、剧情介绍、演员表、评论...

怎么进行需求扩展？

上下文数据：搜了欢乐颂后，用户是否主动更改qurey搜索欢乐颂视频

类目数据：对于 [欢乐颂] 这种电视剧专名，天然就有视频、剧情等需求。pm可以提前梳理针对各类目的需求list

个性化数据：对于特定类目可以进行地域扩展，家乐福—北京家乐福，有用户更倾向于看电影剧情，有的更喜欢看评论

总结为：

需求理解

经过上述的需求理解后，一个query会进过以上分类处理后，会统一成这样的输出，来进行接下来的检索：需求类目/需求词，需求强度，待检索term，其他限定特征（地域等）

衡量指标：

a.评估各个分析规则的召回率和准确率

b.各需求的召回率和准确率

解决方案：排序和展现

排序

不同需求间根据 需求强度（命中需求的概率）

同一需求间根据 结果质量（相关性（文本角度）、权威性、时效性、可用性）

所有排序都是基于点击行为的，实际上会把需求强度、结果质量作为初始排序，把用户点击行为作为后续不断调整排序的依据

展现

通用策略：将结果页中与query相关的信息提取为标题/摘要，进行标红等处理帮助用户筛选信息

细化策略：针对不同需求，又有如下不同的细化策略

a.单一明确信息需求，直接在摘要中展现

b.对于用户接下来路径相对收敛的需求，可以讲下一步需求前置，缩短步骤。例如网易邮箱（直接登录等）

c.对于不同资源类型结果，可以针对性优化摘要。例如视频类、图片类、新闻类、地图类

衡量指标— 用户搜索满足度

基于用户行为的搜索满足度

a.摘取满足型需求

b.单结果满足型需求

c.主动变换query比例低

d.翻页比例低等

基于人为评估的搜索满意度

a.query评估前n个结果相关性—认为需求潘盾，当前结果是否能满足，与竞品对比是否有更好的结果未收录、排序是否更优等

b.session满意度—从用户一个行为片段分析其是否满足

资源支撑

自然语言相关度与页面类型片

各类基础词库：用于query切词处理、同义转换、纠错等

语义理解和处理规则：用于query解析

网页相关

网页收录（spider）：保证各类网页收录覆盖度；  保证网页收录的时效性：根据网页类型定义更新频率，重要或时效性要求高扥资源可选择站长主动要求提交的方式

页面分析：对页面类型进行识别，页面中内容解析、为term赋权等