电商行业智能搜索技术原理全解析

简介：对于电商平台来说，智能搜索功能是至关重要的。本文剖析电商行业的搜索专属特点和业务需求，并介绍开放搜索提供的【电商行业模板】智能搜索能力，希望带给企业更多提升业务转化的思路和解决方案~

阿里云开放搜索-电商行业智能搜索解决方案：

https://www.aliyun.com/page-source//data-intelligence/activity/opensearch

一、搜索的业务逻辑

“搜索Query→召回→排序→搜索结果”

  当用户在搜索框输入一个Query时，系统通过对其语义的理解，召回相关文档或商品，在通过算法排序，按客户实际的搜索意图进行前后排序，最终解决其搜索需求，实现业务转化。

其中【召回】与【排序】对搜索引导的业务目标最为重要。

二、自然语言处理技术（NLP）在搜索上的应用

1. 概念介绍

   想实现搜索引擎效果的优化，就一定要对自然语言处理技术有一定的了解，因为用户输入一个Query，从学术角度解读，自然语言智能研究实现了人与计算机之间用语言进行有效通信，它是融合语言学、心理学、计算机科学、数学、统计学于一体的科学。

  自然语言处理被学者誉为”人工智能皇冠上的明珠“，研究覆盖了感知智能、认知智能、创造智能这样的学科，是实现完整人工智能的必要技术。

2. 阿里云达摩院NLP搜索分析路径

三、电商搜索的特点

1. 关键词堆砌

例如：杨幂同款夏季连衣裙包邮。

2. 词序对语义影响不大

例如：杨幂同款女夏季连衣裙包邮；女夏季连衣裙包邮杨幂同款。

3. 类目预测问题

例如：当用户查询“苹果”时，可能查询的是水果，也可能是手机品牌。

4.查询召回文档相关性差

核心词识别不准确，分词不准确

5. 搜索引导的业务转化比重较大

据统计，综合类电商搜索引导转化占比40%以上，垂直类电商搜索引导转化占比60%以上。

6. 稳定性要求较高，支持弹性扩容

活动、大促系统QPS可能是平时的百倍千倍，需要平滑的扩缩容，保障系统的稳定。

四、电商搜索优化核心功能

1. 分词（划重点！）

1.1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

例如：

“火锅九块九包邮”

• 效果差的分词：“火、锅、九、块、九、包、邮”；“火锅、九、块、九、包邮”
• 开放搜索的分词：“火锅、九块九、包邮”

“925银耳饰“

• 效果差的分词：“925、银耳、银、耳饰”
• 开放搜索的分词：“925、银、耳饰”

1.2不同的分词方式直接影响着参与召回的关键词，从而影响召回的准确性

  目前很多开源自建系统难以实现很好的分词效果，主要原因是训练语料的数据量有限，不足以形成可以不断打磨深耕的行业数据。尤其电商行业商品种类丰富，中