江苏龙网

  1. 首页 > 生活 > >

为了搜索结果能排更前面，词句越来越散乱，越来越散，搜索排序算法怎样来应对这种趋势?

不光是排序算法，还涉及到检索算法已经数据存储方式。如果有后台知识库的话，定义知识库的时候可以使用\u0026#39;互斥\u0026#39;（disjoint?）。比如\u0026#39;耐克\u0026#39;和\u0026#39;安踏\u0026#39;是\u0026#39;品牌（鞋）\u0026#39;的下位类，两类是互斥的。那么一个实例就不能既是\u0026#39;耐克\u0026#39;又是\u0026#39;安踏\u0026#39;。对于淘宝来说，我觉得建立大型知识库应该挺难的，现在应该也没有。。。就是说，对于已存在的数据，把它们map到知识库上是不现实的，同时效率不高但是，一个可以实现的方法是将知识库应用到Query上，假如你搜索\u0026#39;耐克\u0026#39;，那么实际上搜索引擎搜索的是\u0026#39;耐克 and not 安踏\u0026#39;。这就是传说中的query rewriting （我怎么觉得好像在IR里没人提过？）效率肯定会下降，但是我觉得对于淘宝这样的公司来说，这点儿效率的下降影响不大，不会影响到用户体验。而且在SQL上层面上进行优化是一个比较熟悉的话题。。。或者单独从题主的问题出发，识别出来一个句子\u0026#39;没有语法没有结构\u0026#39;，从而降低这个宝贝的排名。判断一个句子\u0026#39;没有语法没有结构\u0026#39;并不是很难，有很多方法。比如建立一个entity-based model，比如用一个chunker然后训练一下看看什么样的结构是普遍的。这就算一个单独的模块，怎么和之前的排序算法合并还是个问题不过。。。[不过语文不好的同学你就不让人家活了么！
■网友
怎么纠正啊？降低权值或者不对标题进行索引呗（当然那又得加「举报商品不符描述」功能）。以补充说明的例子来说，前一款产品的关键词无非就是 「2013年夏季」、「薄款」、「Nike / 耐克」、「纯棉」、「运动长裤」。做个分类系统就好了，世界上的商品无非就那么多个分类，根据每个分类再区分几个主要属性（品牌、款式、面料等），工作量也不是太大的事。不难发现电商们都在做这件事。
■网友
有时间多看看百度分词原理，熟悉百度对于关键词的分词组合，至于要搜索引擎结果要排在前面更多跟本页面结果的综合数据有关，以及网站的本页面权重是否高，是否更匹配
■网友
title已经做了一个33个汉字以内的限制。对于淘宝的应用场景，文字具体内容的可阅读性如何对消费者并非特别重要。图片要更加重要。所以这是个问题，但不是个很大的问题。品牌词的堆砌确实是个用户伤害，同一款商品不会有两个品牌的。但有些title又是这样写：【华为荣耀XXXX秒杀红米】又不能说这样的写法是非法的。规定得太严，title就没有个性，从而没有吸引力了。把中文分析做得更精细一些，包含品牌词知识库的建设，确实可以防止一些品牌词堆砌的现象。至于title可阅读性，用标准的概率语言模型就可以判定了。
■网友
有点堆砌关键词的，一点用户体验都没，可能现在对搜索还有点用，以后肯定是不行的。
■网友
这种伤害用户体验完全只顾搜索机制的做法只会带来负面影响，问问你自己，你看见这么长一串文字有没有点击的欲望？淘宝官方难道不会针对这种标题大量出现后采取一定措施吗？


    推荐阅读


    上一篇：怎样不花一分钱做一场声势浩大的产品上市发布会

    下一篇：那些几岁就会写app的“小神童”是咋学会编程的