专业的短链接生成工具
链接域名
短网址有效期
规划搜索产品时，我们该如何着手？
更新时间：2025-5-3 22:23:44 作者：爱短链
编辑简介：当我们在网上冲浪时，我们可以直接使用搜索功能来找到我们想知道的信息，非常快捷方便；为了方便我们更快地找到它，我们将在搜索后根据系统内部的逻辑进行搜索。
作者从什么、什么和如何做三个方面详细介绍了搜索功能的原则，供您参考和学习。
搜索，曾经做过PC流量霸主在互联网时代起着重要的作用。
即使在今天APP在孤岛众多的移动互联网时代，站内搜索仍然是提高产品接触和流量转化的重要组成部分。
例如，电子商务在业内流传App 40%以上的GMV通过搜索贡献。
所以，当我们计划一个搜索产品时，我们主要关注什么，本文希望与您讨论。
01 搜索的本质 让我们来看看搜索的原理。
简单地说，用户的输入（Query）以及系统数据库中的内容（Content）完成匹配（Match）的过程。
这一过程的实现可以概括为三个步骤：一是用户query的解读，即query分析；二是了解系统中存储的数据内容，即匹配和召回数据；最后，对召回结果进行排序，预测用户最想要的是什么。
搜索系统流程图 1.1 Query分析 用户在搜索时输入的内容往往是一系列长句或问题。
机器无法直接识别这种自然语言。
此时，有必要query进行拆解。
首先是分词，即将长句分解成短语或短语。
例如，双11全国购物节将分解为双11/全国/购物节，分解后的单词可以在系统词库中找到。
系统词库一般可以通过常用词库、搜索行为日志、企业产品名称、商品品牌和类别定期更新和维护。
一些开源词库可以在技术上应用，例如jieba、ik等待词库插件。
但是用户的query有时并不总是能准确地分词，比如输入拼音或错别字，系统就要把它们分开query纠错改写。
或者为了更准确地命中用户的意图，需要扩展同义词和语义。
一般通过构造query大部分数据来自用户搜索日志和人工维护，通过校正词和同义词的映射词库来实现。
近年来，由于深度学习的发展，如BERT等NLP在语义扩展应用中引入模型，效果进一步提高。
另外，query分词后的信息并不重要，有时query其中一个关键词实际上是用户想要表达的真实意图。
提取这个词可以帮助后续召回排序阶段更快、更准确地匹配内容，这就是识别和提取关键词的作用。
无论是分词、关键词识别还是语义扩展，上述目的都是针对用户query解释，理解用户的真实意图，为下一个搜索引擎从系统中召回的数据设置一个大致的范围。
1.2 召回 召回，即用户query在此之前，系统需要处理一系列任务。
当然，首要任务是建立搜索系统的数据库。
一般来说，这个过程是搜索引擎的索引构建。
对于电子商务等搜索业务，引擎将将商品标题、商品简介、广告词、品牌、类别等文本字段纳入索引，并与词典建立映射关系query分词后可以快速匹配，从数据库中召回所有命中的内容。
当然，除了标题、介绍等文本信息外，搜索引擎还将构建商品销售、评论、点击等数值字段，并在下一个排名阶段发挥作用。
1.3 排序 搜索召回的数据往往很多，那么哪些内容会优先显示呢？搜索引擎将根据每个因素的价值给予一定的权重，并在综合后对每个数据进行评估。
影响搜索排名的因素一般可分为两类： 文本相关性，主要考虑搜索词和内容的相关性，有许多成熟的解决方案，如经典TF-IDF、BM25算法等； 与电子商务相关的业务，如价格、销售、及时性、信息阅读、共享等。
排序算法和每个因素的权重不是一成不变的，会随着数据的积累而积累badcase分析和迭代优化的最终效果也是对业务理解的考验。
此外，除了相关的排名外，大多数搜索系统还增加了个性化排名的能力。
一般来说，点击率模型是通过搜索日志挖掘、用户标签和数据内容来预测用户偏好的搜索结果。
经过query经过一系列召回、排序等一系列步骤，数据内容按相关顺序呈现给用户，以上是搜索实现的基本原理。
02 用户搜索的故事线 以上解决了什么是搜索问题。
接下来，让我们来看看搜索产品通常具有哪些功能。
搜索的原因是信息过载，特别是越来越多的长尾内容无法有效接触。
用户需要通过搜索快速找到所需的数据，因此搜索功能是基于降低用户使用成本。
从用户的角度来看，搜索过程的故事线如下图所示。
用户搜索故事线 2.1 搜索前 2.1.1 搜索输入形式 在进入搜索之前，通常有几种交互方式将搜索内容输入到系统中。
主流是文本框搜索。
随着语音识别技术的发展，一些企业开始逐步引入语音搜索（本质上仍然是文本搜索后的语音文本搜索）。
此外，许多电子商务产品还具有图片搜索功能。
这三种输入形式可以根据团队实力和业务需求进行规划。
2.1.2 默认框词的底纹 当搜索入口以输入框的形式设计时，通常会有底纹默认词。
对于用户来说，这是一个减少搜索推荐选择的入口，对于企业来说，它是一个营销推广和交通分销的广告空间。
因此，在实现方面，通常结合用户的行为数据（如历史搜索、搜索点击，甚至商品购买、浏览拇指等搜索外部数据）、流行搜索和人工干预进行综合推荐。
底纹默认词 2.2 搜索中 从用户选择搜索框到输入搜索词从用户选择搜索框到输入搜索词。
2.2.1 历史搜索
作者从什么、什么和如何做三个方面详细介绍了搜索功能的原则，供您参考和学习。
搜索，曾经做过PC流量霸主在互联网时代起着重要的作用。
即使在今天APP在孤岛众多的移动互联网时代，站内搜索仍然是提高产品接触和流量转化的重要组成部分。
例如，电子商务在业内流传App 40%以上的GMV通过搜索贡献。
所以，当我们计划一个搜索产品时，我们主要关注什么，本文希望与您讨论。
01 搜索的本质 让我们来看看搜索的原理。
简单地说，用户的输入（Query）以及系统数据库中的内容（Content）完成匹配（Match）的过程。
这一过程的实现可以概括为三个步骤：一是用户query的解读，即query分析；二是了解系统中存储的数据内容，即匹配和召回数据；最后，对召回结果进行排序，预测用户最想要的是什么。
搜索系统流程图 1.1 Query分析 用户在搜索时输入的内容往往是一系列长句或问题。
机器无法直接识别这种自然语言。
此时，有必要query进行拆解。
首先是分词，即将长句分解成短语或短语。
例如，双11全国购物节将分解为双11/全国/购物节，分解后的单词可以在系统词库中找到。
系统词库一般可以通过常用词库、搜索行为日志、企业产品名称、商品品牌和类别定期更新和维护。
一些开源词库可以在技术上应用，例如jieba、ik等待词库插件。
但是用户的query有时并不总是能准确地分词，比如输入拼音或错别字，系统就要把它们分开query纠错改写。
或者为了更准确地命中用户的意图，需要扩展同义词和语义。
一般通过构造query大部分数据来自用户搜索日志和人工维护，通过校正词和同义词的映射词库来实现。
近年来，由于深度学习的发展，如BERT等NLP在语义扩展应用中引入模型，效果进一步提高。
另外，query分词后的信息并不重要，有时query其中一个关键词实际上是用户想要表达的真实意图。
提取这个词可以帮助后续召回排序阶段更快、更准确地匹配内容，这就是识别和提取关键词的作用。
无论是分词、关键词识别还是语义扩展，上述目的都是针对用户query解释，理解用户的真实意图，为下一个搜索引擎从系统中召回的数据设置一个大致的范围。
1.2 召回 召回，即用户query在此之前，系统需要处理一系列任务。
当然，首要任务是建立搜索系统的数据库。
一般来说，这个过程是搜索引擎的索引构建。
对于电子商务等搜索业务，引擎将将商品标题、商品简介、广告词、品牌、类别等文本字段纳入索引，并与词典建立映射关系query分词后可以快速匹配，从数据库中召回所有命中的内容。
当然，除了标题、介绍等文本信息外，搜索引擎还将构建商品销售、评论、点击等数值字段，并在下一个排名阶段发挥作用。
1.3 排序 搜索召回的数据往往很多，那么哪些内容会优先显示呢？搜索引擎将根据每个因素的价值给予一定的权重，并在综合后对每个数据进行评估。
影响搜索排名的因素一般可分为两类： 文本相关性，主要考虑搜索词和内容的相关性，有许多成熟的解决方案，如经典TF-IDF、BM25算法等； 与电子商务相关的业务，如价格、销售、及时性、信息阅读、共享等。
排序算法和每个因素的权重不是一成不变的，会随着数据的积累而积累badcase分析和迭代优化的最终效果也是对业务理解的考验。
此外，除了相关的排名外，大多数搜索系统还增加了个性化排名的能力。
一般来说，点击率模型是通过搜索日志挖掘、用户标签和数据内容来预测用户偏好的搜索结果。
经过query经过一系列召回、排序等一系列步骤，数据内容按相关顺序呈现给用户，以上是搜索实现的基本原理。
02 用户搜索的故事线 以上解决了什么是搜索问题。
接下来，让我们来看看搜索产品通常具有哪些功能。
搜索的原因是信息过载，特别是越来越多的长尾内容无法有效接触。
用户需要通过搜索快速找到所需的数据，因此搜索功能是基于降低用户使用成本。
从用户的角度来看，搜索过程的故事线如下图所示。
用户搜索故事线 2.1 搜索前 2.1.1 搜索输入形式 在进入搜索之前，通常有几种交互方式将搜索内容输入到系统中。
主流是文本框搜索。
随着语音识别技术的发展，一些企业开始逐步引入语音搜索（本质上仍然是文本搜索后的语音文本搜索）。
此外，许多电子商务产品还具有图片搜索功能。
这三种输入形式可以根据团队实力和业务需求进行规划。
2.1.2 默认框词的底纹 当搜索入口以输入框的形式设计时，通常会有底纹默认词。
对于用户来说，这是一个减少搜索推荐选择的入口，对于企业来说，它是一个营销推广和交通分销的广告空间。
因此，在实现方面，通常结合用户的行为数据（如历史搜索、搜索点击，甚至商品购买、浏览拇指等搜索外部数据）、流行搜索和人工干预进行综合推荐。
底纹默认词 2.2 搜索中 从用户选择搜索框到输入搜索词从用户选择搜索框到输入搜索词。
2.2.1 历史搜索
