江苏龙网

  1. 首页 > 生活 > >

电商搜索是怎样保证搜索结果不偏离搜索意图的

1.Query Process:改写纠错(纠正输入问题)，分词/属性标注(识别产品及属性词，产品词为主要相关性信息载体)，语义归一(男鞋/鞋子 男)，分类(query映射到性别、类目和主题)，聚类( 长尾query聚合)，意图细分，个性化(用户偏好，购买力等)
Query意图理解
比如新品，年龄，尺码，属性，类目等搜索意图识别及归一，逛还是强购物需求。
Query改写
计算query间的相似度，把一个query改写成多个语义相似的query
商品内容理解和语义标签
通过商品图片，详情页，评价和同义词，上下位词等给商品打标签和扩充商品索引内容
语义匹配
Dssm模型将query和文本变成向量，用向量内积表达语义相似度
类目预测
预测query的查询类目
性别预测
预测query的偏向性别
【电商搜索是怎样保证搜索结果不偏离搜索意图的】 聚类
将长尾query聚合，拉升量级
个性化
实时的地域，购买力/价格，标签偏好等
2.排序:在意图识别基础上，考虑动态控制相关性和其它排序因子(如点击率，转化率，价格，商品质量分等)间的权重大小关系。


■网友
电商的意图识别集中于类目预测，比如题主说的“成人奶粉”可能属于“食品-营养品-奶粉-成人奶粉”。
首先你需要一个较完整的类目树，这可能是由领域业务专家累积整理的，或者爬取一些成熟电商的。
接下来，如果你有足够的流量，即用户行为日志，通过统计用户搜索 query 之后的点击、浏览、收藏等行为，关联到商品的类目信息。
当用户数据不足时，则可以从商品数据出发。我们已知的是商品 title 和 类目，我们需要计算出 word 到 category 的条件概率p(c|w)，再加上 word 的权重，即∑weight?p(c|w)， 从而预测 query 的类目。

■网友
我的一点摸索经验：
分词－》命名实体识别－》意图识别－》查询重写－》召回－》排序,rerank
每一步都很复杂，如果没有大厂源码，不是一天两天能搞出来的，题主自己搜索相关资料研究吧。

■网友
谢邀。一般对于query很短的，一开始都会全查，当结果太少的时候，会进行第二次查询，这个时候丢词尤为关键，需要识别出一个query里面哪个是核心词，哪个不是核心词，里面各种各样的策略；等哪天下班了再来详细聊聊。
■网友
1. 业内有足够的用户交互数据可以通过点击等行为关系做判断，可以覆盖绝大部分流量，而且效果还不错。各种分类方法可以在这里使用。2. 直接做意图识别，依赖一个完善的意图表达体系，更具体的，在电商网站里就是类目属性体系。人工规则之外，比较依赖NLP里的无监督算法（因为缺少足够的数据标识）。
■网友
我和你的想法一样，现在也是摸索。题主找了好的方法了吗，可以分享一下吗


    推荐阅读


    上一篇：世界上第一台PC到底是谁制造的

    下一篇：听说国内的电商淘宝，京东水平甩国外几个时代国外的同学能解疑一下吗