关于网站建设的博客,wordpress模板修改图片大小,广告传媒公司注册费用,张雪峰谈电子商务什么是下拉框推荐
在我们使用各种app#xff08;飞猪#xff09;想要搜索我们想要的东西#xff0c;假设我想要上海迪士尼的门票#xff0c;那么精确的query是“上海迪士尼门票”#xff0c;要打7个字#xff0c;如果在你输入“上海”的时候app就推荐了query“上海迪士尼…什么是下拉框推荐
在我们使用各种app飞猪想要搜索我们想要的东西假设我想要上海迪士尼的门票那么精确的query是“上海迪士尼门票”要打7个字如果在你输入“上海”的时候app就推荐了query“上海迪士尼门票”你不需要继续输入直接点击这个query就ok再举个例子你不小心输入了“dishi”app帮你自动纠错并推荐了“迪士尼门票”等query对于用户来说体验是不是一下就变好了降低了我们输入的成本。
这就是下拉框推荐也称为suggest-sug。搜索场景中搜索list页的query大部分是从sug引导过去的这就意味着sug推荐的query好坏对后续链路的转化有着重要影响sug不仅要推荐用户想要的query还要确保搜索能承接住这个query保证有搜索结果。 如何召回
前缀召回-根据用户的输入前向匹配召回-上海上海的景点、上海的酒店、上海包含召回-召回的query包含用户输入-迪士尼上海迪士尼门票、香港迪士尼乐园分词包含召回-召回的query包含用户输入的分词结果由分词的粒度决定召回效果-杭州一日游杭州灵隐寺一日游、杭州西湖一日游字召回-分词包含召回中最细粒度分词拼音前缀召回-shang上海、上海迪士尼-尚海上海、上海迪士尼简拼召回-hz杭州中英召回-杭z杭州、杭州的景点英文前缀召回-the twinthe twin tower英文分词召回-twin towerthe twin tower英文包含召回-twintthe twin tower模糊召回-上海迪迪士尼上海迪士尼乐园、上海迪士尼门票向量召回基于用户输入query的向量与库中向量进行匹配并根据相似度进行排序-成本高效果一般生成式模型基于用户的输入自动补全可以产生库中没有的query但很难满足线上的rt要求且易产生搜索承接不住的query。但是可以离线保存这些query扩充候选query库并离线检测这些query搜索是否接得住
如何排序
排序模型很多wide-deep模型都可以直接用构建的特征包括两个大类离散特征连续特征。 离散特征主要是你召回query的相关特征sug页uctr、pctr、结果页的30天、15天、7天、3天uctr、pctr、l2o、用户输入与召回query直接拼接之后的uctr等。用户输入与召回query之间的包含关系如分词包含、前缀包含等连续特征主要是用户的输入和你召回的query之间的关系用户query与召回query的拼接等额外特征模型毕竟是黑盒的所以最终排序的分数需要额外增加一些策略特征如对召回的酒店query计算与用户之间的距离、对3天的uctr额外增加权重等根据专家经验进行排序如用户在北京输入“杭州”可以离线人工构建一些泛 意图query如“杭州的酒店”、“杭州的景点”、“杭州一日游”、“北京到杭州的机票”、“灵隐寺”、“杭州西湖”...到机票的query是构造的排序目的地的景点可以根据用户历史搜索的热度进行排序
如何纠错
用户输入错误是很常见的情况和输入法、query特征都有关系如很多用户都会把“迪士尼”输成“迪斯尼”把“恭王府”输成“公王府”图1中全部使用了“迪士尼”进行了召回图2中只有前两个query使用纠正之后的“恭王府”进行召回其余还是用“错误”的“公王府”进行召回如果没有纠错模型召回的query并不是用户想搜的用户还需要重新输入相当于增加了用户的搜索成本所以纠错模块是相当需要的。纠错模型相关链接-中文文本纠错调研 - nghuyong。离线构建训练集训练模型再对用户历史输入query进行预测筛选不同人工校验存入纠错库预处理阶段对用户输入query进行修改。另一方面专家经验也是相当重要的可以基于用户输入的频率、点击率等输入产生一批候选待纠错query一般这个量级不会很大外包校验就ok。
业务结合
意图识别构建意图库对用户输入的query进行意图识别并根据意图专家经验进行不同的候选query的召回排序是很有必要的下图用户输入目的地意图“北京”携程的做法是构造一批泛意图query-目的地酒店、景点、一日游等目的地热门景点北京的热门酒店。对于景点意图-poi-“灵隐寺”做法是poi附近酒店、一日游精准酒店query普通召回。敢打赌经过AB实验这样搭配的策略该意图的点击率会比一般召回的点击率是高的因为一些明确意图下很难猜准用户的精确意图泛化意图更能收敛或者说用户也不知道具体自己要搜啥那就看下大家都在搜啥。站在用户的角度如果用户输入一个精准酒店名该配什么样的策略我觉得精准酒店该精准酒店附近的酒店给出附近酒店与精准酒店的距离并基于距离、评分、价格等因素排序就比较合适。与工程结合实时的定坑能力无论在携程还是在飞猪、美团会有各种各样的大促活动如随心飞酒店打折等活动产品运营需要对一些query进行定坑配置如用户输入目的地“法喜寺”时想要在坑位3配置“打卡拍照攻略”线上能实时生效这就需要和工程端联合开发这种能力并把这种配置试试读取到线上基于用于行为推荐如果用户今天已经点击过某个query或者搜索过某个酒店当再次搜索相关query时是不是应该把用户历史行为相关的query放在前面呢就类似于默认页推荐吧基于所有用户行为推荐当用户搜索目的地“上海”时在当前城市“上海迪士尼乐园”是个热度很高的query放在前面推给用户一般是不会错的异地搜索query推荐用户在杭州输入“北京”用户是存在交通意图的所以“杭州到北京的机票”“杭州到北京的火车票”一般点击还挺高的推荐query的丰富度如上图所示推一个干干的query是不是显得太单一了可以根据不同类型的query去构建不同的标签如POI-景点排名、景点特色酒店-酒店标签、与用户距离等 确保推荐的query在结果页是有结果的或者能解析的这就需要和搜索端进行联合sug端利用搜索端的日志进行query的筛选确保sug页的top1与结果页的top1是相同的。举个例子用户输入“鼓楼”sug推荐第一个是“南京鼓楼”用户点击“搜索”进入结果页的第一个是“西安鼓楼”这就是不统一的会给用户错觉所以这部分明显意图的识别sug端要和搜索端联合起来。
评价指标
sug uctr最直观的指标点击算法推荐的query的用户占比。100个用户请求1000次60个用户点击过推荐的queryuctr60%sug pctr相对准确的指标点击算法推荐的query的pv占比。100个用户请求1000次50次点击过推荐的querypctr5%。问题在于用户逐字输入“hangzhou”相当于8次请求及时最后点击了pctr也只有1/8用户输入的平均字长越短表明越好用户输入的平均时长越短表明越好sug无结果率用户输入query的无结果率。list页的无结果率用户点击sug推荐的query之后在list页无结果的占比sug ppctr我自己命名的指标最精确的指标用户每一次完整输入才算一次请求逐字输入“上海迪士尼”时相当于1次输入而不是5次输入这样计算是最精确的。list页uctrsug引导的结果页的uctr。点击sug推荐的query之后进入list页结果页结果页的商品是搜索推荐的推荐的好坏将直接影响用户的点击但是sug推荐词的好坏也是会影响点击所以有影响但只是间接影响。list页pctrsug引导的结果页pctr和list页uctr的原理差不多还是间接影响因素l2osug引导的query的下单率。更间接的因素list页pv来自sug的占比sug页点击率越大这个占比就越大
监控指标
上述指标的监控query粒度的搜索量、点击率指标这个很重要提升sug的uctr几乎是最重要的任务你可以从高搜索量低点击率的query入手对这部分query进行优化召回排序这样也可以快读定位问题query type粒度的搜索量、点击率指标比query粒度更粗一些上面提到有意图链路召回排序利用专家经验构建的必要性这部分指标可以让你快速发现定位基于专家经验的召回排序问题。例如发现目的地意图的点击率明显低于其他意图那就需要对目的地意图的召回排序进行针对性优化query粒度下用户点击习惯指标 用于监控用户在该输入下喜欢点击的query排序如统计所有用户输入“北京”时的点击情况发现用户更喜欢点“北京的酒店”、“北京环球影城”等query“北京的酒店套餐”几乎没人点那就可以考虑把“北京的酒店套餐”这个query替换成别的query。这部分数据还可以用于猪搜场景下的“猜你想搜”模块很通用的用户点击行为数据。sug推荐用户不点的指标用户最终输入“上海”且点击了搜索按钮但在输入“上”时sug已经推荐了“上海”这个query但用户还是没有点这说明这部分用户的习惯是点击搜索按钮或者输入法的返回键
