搜索功能在各大APP中可以說是司空見慣的標(biāo)配，相對“社交流量”的信息找人，“搜索流量”是人找信息，它傳遞的是一種“我想知道”的信息。搜索的算法設(shè)計(jì)可以很簡單也可以很復(fù)雜，本文旨在帶對搜索感興趣的你了解“點(diǎn)擊搜索框到出現(xiàn)搜索結(jié)果”背后的故事。

搜索框設(shè)計(jì)思路

先從搜索框的設(shè)計(jì)思路說起。UI元素不多提，主要強(qiáng)調(diào)一下宏觀上“針對不同用戶的不同需求設(shè)計(jì)搜索模塊”的產(chǎn)品思維。

我們看看iOS系統(tǒng)、產(chǎn)品經(jīng)理APP、淘寶、Google的搜索位置和設(shè)計(jì)（如下圖），從左到右依次是手機(jī)系統(tǒng)->閱讀類APP->電商類APP->搜索引擎的代表，用戶在這些場景里對搜索的需求依次增強(qiáng)，搜索在頁面上的表現(xiàn)形式也依次增強(qiáng)：搜索半隱藏->搜索icon->搜索在頂部欄固定->索索是首頁主體。

（iOS系統(tǒng)、產(chǎn)品經(jīng)理、天貓、Google搜索框設(shè)計(jì)）

產(chǎn)品經(jīng)理APP，搜索功能以icon的形式放在首頁右上角，它的搜索功能非常弱（搜索結(jié)果常常不如人意），首頁強(qiáng)調(diào)的是運(yùn)營的結(jié)果——“你應(yīng)該知道”的信息，弱化了搜索功能——“你想知道”的信息，也可能是出于開發(fā)成本的緣由弱化了搜索。

在抖音和快手APP里，抖音將搜索功能以icon的形式放在首頁左上角，快手將搜索功能放在個(gè)人頁（二級(jí)頁面）里，體驗(yàn)下來，抖音的搜索功能的體驗(yàn)比快手更好，快手也是避短了。以上從本質(zhì)上說，都是為了給用戶提供更好的產(chǎn)品體驗(yàn)。

（左：抖音，右：快手）

搜索算法

搜索icon背后的邏輯是通向“理想結(jié)果”的通道，大致分為四步：

1. 用戶輸入內(nèi)容（稱“query”）
2. 分析用戶搜索意圖
3. 根據(jù)用戶輸入的信息對內(nèi)容進(jìn)行篩選召回
4. 對召回后的結(jié)果進(jìn)行排序

Step1：用戶輸入內(nèi)容

用戶在搜索框輸入的內(nèi)容，常見的是文本，現(xiàn)在也有圖片、語音的方式。

在搜索框內(nèi)設(shè)置“引導(dǎo)暗文”屢見不鮮，它既可以教育新用戶可以搜索哪些關(guān)鍵詞（如下左圖），也可以承擔(dān)運(yùn)營推廣、商業(yè)化的職能（如下右圖）。

（左：多抓魚，右：美團(tuán)）

用戶有時(shí)候會(huì)重復(fù)搜索同一內(nèi)容，保留搜索歷史就顯得有必要了。移動(dòng)APP的搜索歷史記錄大致有兩種展示樣式，列表式和按鈕式，按搜索時(shí)間倒序排列，超過顯示條數(shù)會(huì)被折疊。搜索歷史刪除功能有單條刪除或一鍵清除兩種。

搜索歷史記錄下常配有熱門推薦、特色欄目、話題榜等運(yùn)營模塊。在資訊APP中，以熱度榜最為常見，以“標(biāo)題+熱度值或熱度角標(biāo)”的方式出現(xiàn)，讓用戶能快速了解當(dāng)前的熱點(diǎn)從而點(diǎn)擊感興趣的內(nèi)容進(jìn)入“消費(fèi)場景”。

這些模塊涉及各自的排序算法或業(yè)務(wù)邏輯，其中蘊(yùn)含商業(yè)化和運(yùn)營價(jià)值，如在熱議榜中穿插運(yùn)營活動(dòng)或廣告或搜索掛件，但要注意熱度和體驗(yàn)的合理性，避免出現(xiàn)突兀感降低用戶的信任感和體驗(yàn)感。

（資訊APP搜索頁面截圖）

如果內(nèi)容類型較多，產(chǎn)品會(huì)傾向于先讓用戶限定范圍再搜索，使搜索結(jié)果更精準(zhǔn)，如微信搜索（如下左圖），也有的APP是在搜索結(jié)果上做分類，如資訊APP（如下右圖）。

（左：微信，右：今日頭條）

除了歷史搜索，有沒有其他提高用戶輸入效率、降低輸入錯(cuò)誤率的辦法？

自動(dòng)補(bǔ)全是不錯(cuò)的方法。這是基于產(chǎn)品定位或基于用戶行為/畫像的聯(lián)想部分，對于前者的理解，如用戶在京東APP上搜索水蜜桃，用戶是想購買水蜜桃，而不是想搜索水蜜桃的百科；對于后者的理解，如用戶先前瀏覽過陰陽師手辦，當(dāng)他在搜索框輸入“陰陽師”的關(guān)鍵詞時(shí)，“陰陽師手辦”會(huì)是自動(dòng)補(bǔ)全的首選。

（自動(dòng)補(bǔ)全示例）

另外，當(dāng)用戶點(diǎn)擊搜索按鈕后，若需要等待搜索結(jié)果，需要有加載提醒的標(biāo)識(shí)，避免用戶認(rèn)為搜索功能無響應(yīng)。

Step2：分析用戶搜索意圖

對用戶搜索意圖的分析涉及分詞和詞語處理。

分詞也稱“文本詞條化”，但總的來說用戶更傾向于輸入“連衣裙 藍(lán)色”代替“我想要買一條藍(lán)色的好看的連衣裙”。分詞依賴分詞庫和詞性判斷，前者需要維護(hù)一個(gè)和產(chǎn)品定位相匹配的詞庫（市面上已有很多開源且豐富的詞庫）， 詞庫的維護(hù)涉及新詞發(fā)現(xiàn)，從大數(shù)據(jù)的分析可以將新詞發(fā)現(xiàn)的流程自動(dòng)化，人工抽檢即可，例如詞語“中國有嘻哈”是2017年才有的新詞，代表一檔Hip-hop音樂選秀節(jié)目。而詞性判斷涉及用詞性庫和上下文去分析詞語的詞性。

詞語處理包括停用詞過濾、同義詞/近義詞轉(zhuǎn)換、詞條歸一化、自動(dòng)糾錯(cuò)等。

停用詞過濾指剔除“的”、“了”這類無意義的詞或字，主要是通過詞或字出現(xiàn)頻次判斷，市面上也有可用的停用詞庫。

用戶在使用搜索的時(shí)候難免會(huì)有輸錯(cuò)關(guān)鍵詞或表意不清的情況，這時(shí)候理解用戶搜索意圖需要“自動(dòng)糾錯(cuò)”，主要是通過噪聲信道模型去糾正用戶的錯(cuò)誤輸入，糾錯(cuò)的類型一般有：

1. 同音糾錯(cuò)；
2. 形似字糾錯(cuò)；
3. 多字、少字、錯(cuò)別字、順序錯(cuò)誤；
4. 模糊音糾錯(cuò)，對英文輸入來說，還有大小寫歸一化、詞形時(shí)態(tài)的糾錯(cuò)等。

結(jié)果頁頂部最好保留疑似錯(cuò)誤關(guān)鍵詞的搜索結(jié)果入口，避免機(jī)器誤判損傷產(chǎn)品體驗(yàn)。

（百度搜索“自動(dòng)糾錯(cuò)”示例）

Step3：根據(jù)用戶輸入信息對內(nèi)容進(jìn)行篩選召回

在對內(nèi)容進(jìn)行召回前，我們需要通過索引去連接內(nèi)容，就像查字典時(shí)用的查字目錄。搜索的索引是倒排索引（inverted index），可以簡單理解為“需要根據(jù)屬性的值來查找記錄”。

以電商為例，如下圖：

（倒排索引示例）

召回內(nèi)容時(shí)一般根據(jù)相似度分值擇優(yōu)召回。以資訊APP為例，即計(jì)算關(guān)鍵詞和文章的相似度，通常是通過tfidf算法計(jì)算關(guān)鍵詞和文本的相似度（標(biāo)題、摘要、正文等不同文本有不同權(quán)重）或通過embedding（向量化）召回。

Step4：對召回后的結(jié)果進(jìn)行排序

排序可以考慮內(nèi)容靜態(tài)分，評(píng)論、點(diǎn)贊、收藏等業(yè)務(wù)數(shù)據(jù)可以是影響最終score的因素。如果有個(gè)性化部分（如電商），機(jī)器會(huì)基于用戶畫像，在召回和排序的時(shí)候?qū)⒂脩艨赡茏铌P(guān)心的內(nèi)容優(yōu)先召回和排序。重排環(huán)節(jié)加上業(yè)務(wù)邏輯，如商業(yè)化廣告、運(yùn)營活動(dòng)等，該次搜索的結(jié)果展示list就準(zhǔn)備好了。

對于時(shí)效性要求比較強(qiáng)的產(chǎn)品，如資訊APP，還需要加上一個(gè)時(shí)間衰減因子，避免將老舊內(nèi)容先推出。

Step5：搜索結(jié)果展示

搜索結(jié)果展示頁，常規(guī)的是根據(jù)相似度計(jì)算+業(yè)務(wù)邏輯的“關(guān)鍵詞推薦”，另一種是“聯(lián)想推薦”，適合的場景有：

1. 在沒有搜索結(jié)果或搜索結(jié)果較少的情況下“拓展”推薦，總比一個(gè)空白頁好；
2. 除正常的搜索結(jié)果外，補(bǔ)充根據(jù)用戶畫像匹配的內(nèi)容（用戶感興趣的概率高）或通過大數(shù)據(jù)計(jì)算出來的內(nèi)容，作為一種兜底策略；
3. 承擔(dān)某些運(yùn)營功能。

另外，在搜索結(jié)果頁的一個(gè)小技巧，對命中關(guān)鍵詞的文字進(jìn)行高亮顯示，讓搜索結(jié)果更加“一目了然”。

（資訊APP搜索“慶余年”，結(jié)果展示頁）

搜索指標(biāo)

以資訊APP為例，我們來看看搜索優(yōu)化的核心目標(biāo)、觀測指標(biāo)和算法評(píng)估指標(biāo)。

核心指標(biāo)：搜索成功率=有點(diǎn)擊的query次數(shù)/總query次數(shù)（成功的定義可以是一次搜索后有消費(fèi)行為，如滿足時(shí)長指標(biāo)的點(diǎn)擊等）

全鏈路指標(biāo)：

搜索算法評(píng)估指標(biāo)：NDCG（詳細(xì)請看上一篇《做推薦業(yè)務(wù)，這4種機(jī)器效果測評(píng)方法你應(yīng)該知道》）

搜索商業(yè)化

目前市面上常見的搜索商業(yè)化有：

1. 搜索框引導(dǎo)暗文
2. 搜索框皮膚
3. 搜索熱門榜單
4. 熱門搜索掛件
5. 搜索結(jié)果頁優(yōu)先推薦
6. 搜索彩蛋

（左中：京東，右：淘寶）

這些位置多以CPM（Cost Per Mille）和CPC（Cost Per Click）的方式進(jìn)行廣告合作，常見的付費(fèi)方式還有CPD（Cost Per Download）、CPA（Cost Per Action）、CPP（Cost Per Purchase）等等。

對“搜索”后續(xù)發(fā)展的看法

目前資訊APP的搜索較少個(gè)性化（電商搜索有部分個(gè)性化），主要是基于NLP去設(shè)計(jì)開發(fā)搜索功能。隨著大數(shù)據(jù)和機(jī)器學(xué)習(xí)的發(fā)展，搜索的技術(shù)和功能設(shè)計(jì)也將會(huì)在NLP基礎(chǔ)上，利用用戶行為數(shù)據(jù)，往理解用戶（query understanding），搜索延展（query expansion ）、搜索推薦（query suggestion）縱深，如深度學(xué)習(xí)模型訓(xùn)練、Learning to rank，如根據(jù)用戶搜索后的點(diǎn)擊行為選擇訓(xùn)練集等等，從而設(shè)計(jì)出更“貼心懂你”的搜索。

我們通過幾個(gè)問題感受下這種趨勢：

• 如果一次搜索無消費(fèi)行為，二次搜索策略將如何優(yōu)化？
• 從大數(shù)據(jù)上看，某個(gè)關(guān)鍵詞的搜索結(jié)果中，大多數(shù)用戶傾向于點(diǎn)擊一個(gè)相關(guān)性不如前排的內(nèi)容，是否可以使用這類數(shù)據(jù)優(yōu)化相關(guān)性的限制？
• 用戶在搜索結(jié)果頁點(diǎn)擊內(nèi)容A后大概率會(huì)點(diǎn)擊其下的相關(guān)內(nèi)容B，這種用戶行為數(shù)據(jù)能否用在搜索的優(yōu)化上？
• 一個(gè)喜歡吃蘋果和一個(gè)喜歡使用蘋果手機(jī)的用戶，他們某些關(guān)鍵詞的搜索結(jié)果會(huì)一模一樣嗎？

本文由 @張小喵Miu 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。