幫你梳理與“搜索”相關(guān)的后臺流程
“搜索”,對于前臺操作的用戶來說,只是一個極其簡單的動作。但對于后臺來說,則需要拆成“如何才能支撐‘搜索’這個動作?”以及“我們要展示給用戶哪些元素?”兩個方面來考慮,才能更好地完成這個動作。
對于有確定購買目標的用戶來說:如何能在海量商品中快速找到心儀商品呢?
搜索是必不可少的渠道,也在電商平臺中占據(jù)著舉足輕重的地位。
前端用戶只是一個簡單的“輸入+搜索”的操作,后臺就需要拆分出:“哪些邏輯可以用來支撐?”以及,“我們應(yīng)該給用戶展示哪些元素?”
今天,我們就來聊聊與“搜索”相關(guān)的后臺流程。
一、搜索結(jié)果頁布局
PC端的搜索結(jié)果頁都包含哪些元素?
參照如下圖:
淘寶PC端搜索結(jié)果頁
- 搜索欄:用戶輸入query進行檢索,是用戶尋找商品的一種快捷入口。從用戶輸入到展示商品列表之間的檢索過程,也是本文重點要講的。
- 篩選項:是商品結(jié)果集的屬性的聚合,給用戶提供在商品結(jié)果集內(nèi)進一步按照各屬性維度單獨篩選的功能。
- 分類樹:query相關(guān)的分類,以分類樹的形式展現(xiàn)給用戶。比如:輸入“小米”既屬于“3C數(shù)碼”,又屬于“糧油米面”。
- 面包屑:展現(xiàn)當前商品列表所屬的分類路徑,方便用戶跳轉(zhuǎn)至各上級分類,同時可在該分類路徑下進一步檢索,擴大或縮小檢索范圍。
- 商品列表:query搜索的結(jié)果集,涉及到商品的排序展示,是下文的重點。
- 商品推薦:根據(jù)用戶當前或者歷史的檢索行為,進行商品推薦。
二、搜索流程框架
1. query分析
用戶輸入query,系統(tǒng)需要對query進行預(yù)處理,包括:改寫糾錯、近義詞、query補全。
- 比如:用戶輸入“平鍋電腦”,通過分析判斷,用戶可能想搜索的是“蘋果電腦”。
- 比如:搜索“電褥子”,也可以匹配“電熱毯”。
- 比如:最近抖音用戶李佳琪以推薦口紅走紅,在TB輸入“李佳”就有對應(yīng)提示。
好的產(chǎn)品應(yīng)當是讓用戶自行選擇,而不是強制改寫用戶的輸入。
有搜索結(jié)果則優(yōu)先展示搜索結(jié)果,同時提示糾錯后的詞語供用戶一鍵搜索。糾錯和補全可以看作是與query做模糊匹配,從而返回一個相似的單詞集合。
Apache開源的全文檢索引擎工具包——lucence,就提供了該功能點的實現(xiàn)。大致思想是:給定一個包含大量正確單詞的詞典集合,與用戶的query進行匹配,計算出編輯距離,距離越小則越相近。
編輯距離:是兩個單詞之間轉(zhuǎn)化的最少變化次數(shù)。
比如:字符串“abcd”變?yōu)樽址癰cde”,需要刪除a再插入e編輯距離為2。
編輯距離的定義簡單,但是關(guān)于“如何降低算法復(fù)雜度?”,這個比較偏技術(shù)。產(chǎn)品同學(xué)了解思想即可,對技術(shù)有熱情有興趣的同學(xué)也可以研究下Lucence內(nèi)的實現(xiàn)。
2. 分詞
當用戶的搜索詞比較長,則需要將query切分成一個個單元。
比如:用戶搜索“夏季仙女連衣裙”,如果用整個字符串做匹配的話,召回率就會很低。所以,需要分為“夏季”+“仙女”+“連衣裙”。
市面上有開源的分詞工具包可以直接使用,比如:IKAnalyzer中文分詞器。
但是,不同的分詞工具運用的分詞算法不一。以機械分詞算法為例——一種基于字符串匹配的分詞方法,它可將待分析的字符串與機器詞典中的詞條進行匹配,假如在詞典中找到某個字符串,則匹配成功。
除了通用詞條,跟產(chǎn)品業(yè)務(wù)相關(guān)的詞匯我們也需要盡可能的補充完善進詞典。
這里我們介紹一下機械算法中的“正向最大匹配算法”和“逆向最大匹配算法”。
正向最大匹配算法:從左到右逐個組合掃描詞與詞典中的詞條進行匹配,如果匹配成功,則把這個詞切分出來,繼續(xù)匹配剩余的字符串。
那么如何做到最大匹配呢?
讓我們來看一個例子:
待匹配詞條:string data=“仙女連衣裙夏季”,通過字符串截取函數(shù)截取對應(yīng)需匹配的詞條。
詞表:array dict=[“仙女”,“仙女連衣裙”、“連衣裙”、“夏季”]。
從data[1]開始掃描,到data[2]的時候,發(fā)現(xiàn):“仙女”在詞表中有,但是還不能將該詞切分出來。因為“仙女”是dict[2]“仙女連衣裙”的前綴。
繼續(xù)掃描發(fā)現(xiàn):data[5]在詞表中有,但是還不能切分出來。
掃描data[6]發(fā)現(xiàn):在詞表中沒有“仙女連衣裙夏”,這個詞條也不是任何一個詞的前綴,則切分出前面最大的詞——“仙女連衣裙”。
以此類推,最后得到的詞組為:[“仙女連衣裙”,“夏季”]。
逆向最大匹配算法:先定義一個最大分割長度5,從右往左開始分割。
以data[5]表示“連衣裙夏季”,data[4]表示“衣裙夏季”。
從data[5]開始掃描,若不在詞表中,去掉最左邊一個字,得到data[4],直到發(fā)現(xiàn)data[2]在詞表中,將詞語拆分出來,此時待匹配詞條變?yōu)椤跋膳B衣裙”。
匹配data[5]時,若發(fā)現(xiàn)詞表中有,則切分出來,分割結(jié)束,得到的詞組為[“仙女連衣裙”,“夏季”]。
3. 索引匹配
索引:可以理解為是一種數(shù)據(jù)結(jié)構(gòu),是基于數(shù)據(jù)表中的某一列創(chuàng)建的,存儲了列值以及和表行的對應(yīng)關(guān)系。
例子我就不多說了,不清楚的同學(xué)可以自行谷歌。如果沒有索引,在查詢時,需要對數(shù)據(jù)庫表做全表掃描并做文本匹配,這是不現(xiàn)實的。
創(chuàng)建商品后,系統(tǒng)會將商品名稱分詞并且建立索引形成索引庫,必要時也可以將商品類目、品牌引入索引庫中。將用戶query的分詞詞組與索引庫進行匹配,得到商品候選集。
4. 商品侯選集
首先,匹配出query相關(guān)的類目以及與query文本相關(guān)的所有商品,以類目+文本為最高優(yōu)先級對商品進行排序,類目和文本相關(guān)性一致的則根據(jù)權(quán)重排序。
影響權(quán)重的因子包含:“商品近30天的銷量”、“評論平均分”、“上線日期”、“店鋪得分(文描,評論,物流)”等。
給所有因子影響權(quán)重的比例定義一個系數(shù),需要根據(jù)實際業(yè)務(wù)運營策略制定。
比如:運營希望多曝光一些服務(wù)優(yōu)質(zhì)的店鋪,則店鋪維度的因子權(quán)重比例就高。如果運營想多曝光一些爆款商品,則提高商品各項因子的權(quán)重比例——截取商品候選集的topN做綜合排序得到商品結(jié)果集。
如下圖:
商品候選集選取流程
5. 綜合排序
從商品列表中提取出三部分 :
- 同類目人工干預(yù)置頂
- 售罄或差評商品沉底
- 其他部分待排序。
通過點擊率預(yù)估模型對待排序商品重排序,并區(qū)分同類和其他類目。
影響點擊率預(yù)估模型的成分有:
- 店鋪因素(店鋪近期訂單量,評分,物流,PV,UV)
- 商品因素(銷量、價格,與同類商品價格差)
- 用戶本身特征(近期購買,瀏覽,收藏)
- 實時特征(當天商品被瀏覽,加購等)
- 季節(jié)因子
對同類目的商品優(yōu)先提取品牌和商品詞符合的做前置(比如搜索小米插座? 品牌:小米,商品詞:插座)。
最后合并各個分段結(jié)果如下圖:
綜合排序流程
以上梳理了搜索流程中的一些關(guān)鍵節(jié)點,而如何提高搜索引擎的用戶體驗?zāi)兀?/p>
核心和難點在于:理解用戶,進而高效的幫助用戶找到目標商品。
這就離不開運用各種機器學(xué)習(xí)和自然語言處理技術(shù)進行語義分析,不斷嘗試各種搜索引擎排序算法幫助用戶找到更優(yōu)質(zhì)的商品。
通常大型電商平臺的搜索團隊都是偏技術(shù)配置,業(yè)務(wù)型的產(chǎn)品雖然不需要深度學(xué)習(xí)算法與數(shù)據(jù)模型相關(guān)的知識,但是基本概念和思想最還好是要掌握。
以上是我的分享,歡迎交流。
本文由 @雷大胖子 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自?Unsplash,基于 CC0 協(xié)議
-
03-033954 瀏覽
-
11-206496 瀏覽
-
04-245642 瀏覽
可以請你喝杯咖啡,咨詢幾個問題嗎?我是一個在三線城市的開發(fā),有些電商后臺封面的一些問題甚是困擾
請問一下這些東西應(yīng)該是產(chǎn)品經(jīng)理來設(shè)計,還是開發(fā)自行解決?
請問老師,分詞得到的詞組中,各個詞是否還有權(quán)重之分?以及下面的問題,類目和文本相關(guān)性是如何判斷?
請教一下您,類目和文本相關(guān)性如何判斷
es使用的文本相關(guān)性算法TD/IDF
請教一個問題,電商的首頁搜索,輸入關(guān)鍵詞后,進行匹配的時候,我們程序匹配的商品名稱。請問商品類別的值及產(chǎn)品屬性值是否可以參與匹配,如果參與,三類結(jié)果應(yīng)該如何排序啊
可以,其他屬性只要建好索引,搜索的時候都可以匹配。 結(jié)果集排序就要看你們自己的策略了,有些以類目為最高優(yōu)先級。
還是困惑,能否舉一個普遍的排序邏輯啊,希望能加我微信:jiyuetian1pk110,一起交流下