简介&＃xff1a; 用户行为数据如何实时地应用在搜索服务中呢&＃xff1f; 怎样在1天内就可实现【精准的个性化搜索系统】搭建呢&＃xff1f; 今天小编将通过【阿里云开放搜索】中的三大“个性化搜索算法模型”给大家详细介绍&＃xff0c;希望给予您更多解决思路~

一、个性化排序应用

类目预测

类目预测是开放搜索里基于物品/内容的类目信息改善搜索效果的算法功能。
类目预测根据用户的查询词来预测用户想要查询哪个类目的结果&＃xff0c;结合排序表达式&＃xff0c;可以使得更符合搜索意图的结果排序更靠前基本原理&＃xff1a;把历史上搜过的query收集起来&＃xff0c;结合query查询之后的点击行为数据&＃xff0c;与类目下的物品信息联系起来&＃xff0c;使用这些数据来训练模型&＃xff0c;由模型来刻画query与类目之间的数据规律。

例如&＃xff1a;不同用户搜索“华为”
有些行为意图搜索“配件”&＃xff0c;有些意图是搜索“手机”&＃xff0c;那根据用户的行为数据就可以通过类目进行判断&＃xff0c;从而在排序效果上实现个性化展示&＃xff1b;

二、个性化搜索引导

搜索中引导--下拉提示

• 功能介绍
下拉提示是搜索服务的基础功能&＃xff0c;在用户输入查询词的过程中&＃xff0c;智能推荐候选query&＃xff0c;提高用户输入效率&＃xff0c;帮助用户尽快找到想要的内容。
下拉提示实现了基于用户文档内容的query智能抽取&＃xff0c;可以通过中文前缀&＃xff0c;拼音全拼&＃xff0c;拼音首字母简拼查询以及汉字加拼音&＃xff0c;分词后前缀&＃xff0c;中文同音别字等查询下拉提示的候选query。

例如&＃xff1a;不同用户在搜索框输入“包”&＃xff0c;下拉提示都是不同的&＃xff0c;优先展示该用户搜索过的query&＃xff0c;从而增加业务转化的机会&＃xff1b;

• query生成规则
针对过去N(默认7)天的历史query&＃xff0c;结合该query的词权重&＃xff0c;召回结果数&＃xff0c;历史搜索次数&＃xff0c;近一天查询是否有结果等条件&＃xff0c;选出一些热门历史查询词&＃xff0c;作为下拉提示的候选词。
系统支持两种规则生成候选query&＃xff1a;抽取生成和原值保留。抽取生成&＃xff1a;使用阿里nlp团队基于海量自然语言训练的分析器&＃xff0c;对字段内容进行分词&＃xff0c;抽取有意义的term进行组合&＃xff0c;得到候选query&＃xff0c;这种方式尽量保证生成的候选query能召回对应的文档。原值保留&＃xff1a;该规则对字段内容不做分词处理&＃xff0c;直接将其作为下拉提示的候选query。• 行业模板
根据不同行业数据特点提供了相应优化模板&＃xff1a;通用行业模板&＃xff0c;电商行业模板&＃xff0c;内容行业模板• 干预功能
对数据源应用文档设置过滤条件;对候选query结果进行干预&＃xff0c;包括黑名单和白名单;• 业务报表&＃xff1a;
下拉提示进行的数据统计指标包括&＃xff1a;核心指标&＃xff0c;流量指标&＃xff0c;点击指标&＃xff0c; 引导搜索指标&＃xff0c;Query分析指标&＃xff0c;五个维度&＃xff1b;
可以衡量下拉提示召回、排序、加购转化、内容丰富度等效果。

搜索前引导-热搜和底纹

• 功能介绍
热搜和底纹是一个完整搜索引擎必备的基本功能&＃xff0c;通常占据着搜索框入口的重要位置&＃xff0c;提供不可或缺的业务价值。

从用户的角度来看&＃xff0c;热搜底纹一般可以满足如下的需求&＃xff1a;

1. 给我推荐一些优质的查询词&＃xff1b;
2. 想知道大家都搜了些什么&＃xff1b;
3. 既想看我感兴趣的内容&＃xff0c;又想探索一些兴趣之外的内容&＃xff1b;

从运营者的角度&＃xff0c;热搜和底纹可以提供这样的价值&＃xff1a;

1. 哪些query被搜得最多&＃xff0c;热门query是用户兴趣的风向标&＃xff0c;通过分析热门query我们可以把握用户的兴趣走向&＃xff0c;对制定运营策略&＃xff1b;
2. 给用户推荐一些优质query&＃xff1b;
3. 给用户推荐热门query&＃xff0c;一方面兼顾用户体验&＃xff0c;另一方面给部分次热门query增加曝光机会&＃xff1b;

• 配置流程

• 业务报表
热搜底纹业务运营报表&＃xff0c;可以清晰反映搜索引导结果的点击情况&＃xff0c;衡量其召回、排序的效果和质量&＃xff0c;再通过系统的评估服务&＃xff0c;找到对应的问题原因和解决方案。