电商产品搜索的后端逻辑

搜索的后端逻辑

1.1 用户输入Query

查询的意思，为了在数据库中寻找某一特定文件、网站、记录或一系列记录，由搜索引擎或数据库送出的消息。

用户输入的关键词叫做：“Query”

1.2 预处理

搜索引擎可以对用户输入的搜索词做预处理，以此提供用户更想要的搜索结果。

（1）去除搜索词的无用部分

eg：华为手机的充电线

当然违反广告法以及违法、涉黄的词也是无用词。

（2）改写/纠错

eg：华W手机 —> 华为手机；

1.3 分词

分词效果的优化直接影响召回数量，减少无结果率，提高搜索召回质量。

eg：华为手机充电器

差的分词效果：华、为、手、机、充、电、器

好的分词效果：华为、手机、充电器 （有智能联想？）

分词库——有成熟的分词建设。（eg：阿里云开放搜索等）

1.4 同义词扩展

对于分词的优化。

因为在我们的语言中，存在着形态和发音完全不同的两个词有可能表达的一个意思的情况。

同义词：女生和女士；AirPods和苹果耳机

同义词就是用以扩展搜索结果，给用户更多相符合的产品而存在的。

 1.5 匹配召回

索引：电商中带有各种商品属性的商品库

商品的结构化数据会存储在索引倒序表中。作为连接用户需求和商品的route

 匹配：将用户分词后的“需求”，跟商品的标题，属性，类目，标签，描述等所有索引信息进行匹配召回。

1.6 无&少结果判断

匹配召回时，需要加一种判断，即无结果或有结果的判断。

无结果：抱歉，没有找到商品

少结果：这个关键词搜到小于X个产品

eg：我搜索“XXYYAABB”平台上就无匹配，即无匹配结果。

 1.7 类目预测

若搜索匹配召回不是无结果或者少结果的情况，那就进入到类目预测环节。

类目预测：提前预测一下用户到底想要购买哪一类商品

类目预测：根据类目下的文本信息和行为数据，计算query与类目的相关度。从而达到预测query的查询意图的目的，计算哪些类目与query最相关，用类目相关度影响搜索结果的排序。

eg：

当通过行为数据分析，发现搜索”电脑”的用户，大部分的搜索意图都为“笔记本”，那么召回排序上优先“笔记本类目”。

1.8 商品排序

算法1：根据用户的行为数据进行排序

算法2：根据商品的综合评分排序

排序的规则一般都不公开，否则会破坏搜索服务的公正性。

排序的影响因子：

• 店铺维度
• 商品维度

为什么会有这些因子？ 

价格因子——主要看商品的定价，是否有促销价，历史成交价等。

质量因子——好评率，商品销量、收藏率、加购率、退货率等

 

1.9 前端渲染

当排序确定后，可直接从商品中心调取商品数据，前端渲染展示给用户，即在搜索结果页看到的商品列表。

确定排序——商品中心调取商品数据——前端渲染