明心现妙

一：搜索功能的目的

1.搜索准确，排序浏览高效提高转换率

2.主动给某些关键词导流，提升关键词相关商品的销售 

3.降低用户的输入成本

4.根据搜索轨迹做相应的功能或模块优化

一：搜索功能的用户需求

1.快速找到想要的内容

三：搜索功能的矛盾点

搜索后台方案的矛盾点在于，它的优化需要有大量商品数据和用户行为数据积累，也就是使用越多，结果越准。有实力团队不可避免引入机器学习。

一：什么情况不提倡做搜索功能

1.更多倾向于让用户去浏览发现有趣的东西，且不易做分类，例如pmcaff社区，从从主页话题排版及搜索功能的抽屉式放置就能看出来。

2.精品类型sku数量较少的电商

不做搜索，通过什么来满足这个需求：

精品类型sku数量较少的电商，短期内不做，通过运营手段来达到目的

社区给予话题的分类或关键词条

一：搜索内容的默认搜索词

1.具有运营属性，可在后台进行配置，与用户的搜索历史有关，居于个性化推荐的成分

2.分词后的可能性关键词推荐

3.广告

一：搜索内容联想词

1.行为联想词>品牌联系词>标题联系词

2.联想词排名，热度越高，排名越靠前

3.实时显示联想词，且达到一定量级可在联想词上做广告运营

一：搜索内容的历史记录和搜索内容的热门推荐

1.历史

高频需求下搜索，用户价值大

帮用户决策，减少时间和其它成本，提升购买体验

热门推荐

运营需求 用户好感度  培养用户喜好和精准推送

1.促销商品信息

2.近期热门搜索词

3.可以是细分品类，如果在做不到千人千面的热门推荐基础下

折中方案：最近搜索可以分两类：用户自身的操作记录搜索，整个平台的最近搜索的记录。

选择方案的依据是：哪部分用户价值更大，选择哪种优先

3.pmcaff主题不具备规范的分类情况，每个问题可能也都不一样，所以推荐不容易做

一：搜索内容的模糊搜索

大电商商品量大，都有对应结果，小电商拆词转译后的结果不精确，错误率高，体验差。

建议搜索还是以准确性为主，因为现在推荐很火也是必须有的，搜索+推荐就是互补的功能，搜索解决用户的明确需求，推荐解决用户没有明确的需求。

好一些的模糊搜索，应该基于：搜索历史记录+智能推荐+纠错+转译。在真实场景中，还是会有误差。转译推荐的词汇因为音近会导致千差万别。所以现在在此基础上，增加了人工智能的语义挖掘，根据每次的点击来反馈结果，修正模糊搜索。在实际技术实现上的成本投入很大，转化并不尽人意，所以根据子僧情况进行抉择。

一：搜索内容的排序

1.评价 标签 品牌 广告 最近一个月的销量  最近一段时间的销量

1：根据用户的搜索历史，购买历史等用户行为记录，对召回集进行排序

2：根据平台商品的热度（商品本身质量，商品关键词权重）进行排序

3：1/2／3结合与搜索词的相关度综合的排序策略

给所有因子赋予一个权重系数，然后将每个因子的值x权重系数最终算出来的数就是“综合排序”的依据

一：搜索内容的广告位

1.搜索框运营配置默认搜索词

2.搜索热门推荐导流

3.搜索联想词导流

4.搜索结果排序（在首页或第一页或第二三页）根据具体情况对促销和活动商品

一：搜索内容的准确度优化

1.上滑搜索框消失，下拉显示，当页面下拉时，需要处理的信息是商品信息和如何购买；当页面上拉时，需要考虑的信息是我要离开；

2.用户进入搜索可以不明确自己想要看什么节目，但是你要让用户知道你的搜索功能可以搜索什么，比如你可以在搜索框默认文案告知用户可以输入“名称、人名、类型名称”等。

当搜索词与话题不易匹配时，提供搜索热门词条，例如：微博

用户进入搜索可以不明确自己想要看什么节目，但是你要让用户知道你的搜索功能可以搜索什么，比如你可以在搜索框默认文案告知用户可以输入“名称、人名、类型名称”等。

3.录入内容的方式或类型

在前端交互层面，为了帮助用户更精准的匹配结果，通常会做 关键词的自动补全，淘宝还在搜索结果也加了标签选择，其实都是为了能更快更精准的定位到目标。

4.输入错误忽略或纠错 英文兼容大小写

5.当搜索词与话题不易匹配时，提供搜索热门词条，例如：微博

6.分词后的可能性关键词推荐，引导换词搜索

7.添加分类标签搜索，缩小搜索范围或告知用户搜索类型例如：淘吧的筛选或社区tab标签分类

8.在搜索结果中，列表内容单元除了单个商品记录，还可以在列表中插入对应品类的热销品牌、人工运营的商品聚合页、专题频道页入口，让用户有兴趣（尤其在无想要结果时）浏览更多。

9.根据搜索结果为0的问题，可以增加监控，查看搜索结果为0的商品比例。是否在企业整体战略中，如果在，可以把此类结果形成报告，交付运营部门，再逐步转变成采购进货单。实际效果要优于模糊搜索的研发成本。

10.匹配联想词

分词后的可能性关键词

11.细节功能和交互排版

删除

列表或平铺

一：从零开始做搜索

首先需要有一套全文检索搜索引擎。类似于lucene，或基于lucene的solr或elasticsearch。

在此基础上，你需要创建一套针对自己业务的词库。根据业务持续完善词库。

在词库完善的基础上，搜索引擎就会基于词库中的词汇创建索引，并拆词。

有了如上内容，当用户进行搜索时，才不会被拆成A和B两个字进行召回。

如果还需要更加准确，针对词汇所对应的分类召回结果。就需要依据业务调整权重。

后续还需要很多工作与业务，才能使搜索结果的召回更快、更准、更全。

一：成熟的搜索功能优化思路

对于已经非常成熟的功能点，在大流程上的优化空间会相对较小，我们可以通过筛选主流的、与自家产品相关的竞品进行精细化的分析，这样能够很好地发现潜在的优化点。精细化的分析指的是把功能的操作流程进行最小化拆分，并且就每个节点对逐个产品进行比较和分析。这样可以得到两个层面的优化启示，即有哪些需求点，以及每个需求点的最优解是什么。

对于比较新的功能，不建议过多依赖这种分析方法，只能定位为补充作用。

一：成熟的搜索功能算法优化思路

1.你当时为什么要制定这样的算法？目的是什么？

你这个算法要为谁，解决什么问题，期望解决到什么程度？目前的算法是通过什么手段解决问题的？

2.你现在觉得“不够严谨”依据是什么？“不够严谨”带来的直接后果是什么？

你对现在的什么最不满意？销量差、商家刷单/刷评价、没法有效的支持运营活动，还是什么其他的？

3.前期看你是要照顾商家多点还是用户多点。你侧重点不一样，搜索算法的侧重也不一样的。