編輯導(dǎo)讀：在電商軟件中搜索一款產(chǎn)品，頁面中會出現(xiàn)很多相關(guān)產(chǎn)品的展示。這些頁面是如何展示呢？為什么會這樣展示？本文作者以電商產(chǎn)品為例，對其頁面排序系統(tǒng)進(jìn)行分析，希望對你有幫助。

01 排序的場景模型

上篇文章我們針對一個(gè)電商搜索系統(tǒng)的業(yè)務(wù)以及召回分析器和模型的分析，比如當(dāng)用戶在淘寶APP搜索框中輸入搜索關(guān)鍵詞“2021年新款花式促銷女士連衣裙”，搜索系統(tǒng)會通過分析器和各種模型來理解用戶的搜索意圖，進(jìn)而達(dá)到召回商品的目的（這塊的原型將在“電商搜索系統(tǒng)精講系列三步曲”的下篇會push給大家）；

那么思考一個(gè)問題，用戶搜索“2021年新款花式促銷女士連衣裙”之后，頁面怎么展示，為什么會這么展示？依據(jù)是什么，如下圖？

這個(gè)就是我們今天要去講的內(nèi)容，往下看：

在分析這塊的內(nèi)容之前，同樣，我依然舉現(xiàn)實(shí)生活中的場景模型：

某公司產(chǎn)品總監(jiān)A需要招聘具有豐富教育中臺行業(yè)經(jīng)驗(yàn)的產(chǎn)品經(jīng)理，在BOSS直聘的崗位描述JD（Job Description）增加了要具備教育中臺行業(yè)的經(jīng)驗(yàn)的招聘要求，于是有以下求職者去面試：

• 應(yīng)聘者B：有教育行業(yè)經(jīng)驗(yàn)，但無中臺產(chǎn)品建設(shè)經(jīng)驗(yàn)；
• 應(yīng)聘者C：有教育行業(yè)經(jīng)驗(yàn)，但工作年限比較短，不夠豐富；
• 應(yīng)聘者D：有中臺產(chǎn)品建設(shè)經(jīng)驗(yàn)，但無教育行業(yè)經(jīng)驗(yàn)；
• 應(yīng)聘者E：有豐富的教育中臺行業(yè)經(jīng)驗(yàn)，但是之前做的是解決方案，并非產(chǎn)品經(jīng)理崗；

那么現(xiàn)在，假設(shè)你作為該公司的產(chǎn)品總監(jiān)，你該怎么選？先不要看下面，先思考；

答案其實(shí)也很簡單，你一定是挑選一個(gè)適合該崗位要求的吧，那么什么才叫適合，評判的依據(jù)是什么？你作為產(chǎn)品總監(jiān)究竟怎么對這四個(gè)求職者進(jìn)行評估？

現(xiàn)在有些大公司采購了線上招聘系統(tǒng)，人力資源HR和產(chǎn)品總監(jiān)把對這四位求職者的面試結(jié)論以文字的方式直接錄入到這個(gè)招聘系統(tǒng)，系統(tǒng)就會給出一個(gè)建議分，這個(gè)建議分值提供給產(chǎn)品總監(jiān)和HR人員進(jìn)行決策評估和參考，當(dāng)然沒有這個(gè)線上招聘系統(tǒng)也沒關(guān)系，最土的辦法就是下面這種，用手填寫面試評估表，用手打分，只不過這種方式的打分更多帶有主觀色彩。

所以最后的結(jié)論就是對每個(gè)求職者進(jìn)行打分，然后通過打分來對B、C、D、E四名求職者進(jìn)行排序，排序第一、第二、第三及第四，最后擇優(yōu)錄用；

好，上面說的是招聘的工作，想一想，我們每年高考錄取是不是也是這種方式來進(jìn)行擇優(yōu)錄取，同樣的場景模型，我們嘗試搬遷到線上，應(yīng)用在召回商品的排序上，接著看：

那么問題來了，同樣的場景模型搬遷到線上，就會涉及到對召回的商品打分怎么打的問題，這個(gè)是核心，人類有大腦可以用于主觀判斷，但電腦沒有眼睛沒有感官系統(tǒng)，沒法等同于人類那樣去思考，所以我們需要做的就是給他輸入一系列的打分規(guī)則，電腦就能打分，就能對召回的商品進(jìn)行排序，從而實(shí)現(xiàn)我們的目標(biāo)，接下來我們看排序的策略；

02 排序策略

大家回想之前浙江衛(wèi)視的中國好聲音節(jié)目，那些在電視熒幕上看到的唱歌選手也一定是提前開始海選，然后逐層選拔通過才會參加電視上的唱歌比賽吧，如果沒有海選這個(gè)環(huán)節(jié)呢，每個(gè)人只要報(bào)名都可以直接在電視上唱那么一曲，那豈不是要把浙江衛(wèi)視那些工作人員累死，所以選手是通過海選，逐層比賽，一關(guān)一關(guān)的通過，最后挑選出表現(xiàn)優(yōu)秀的前100名參與電視上的唱歌比賽；

我們采用同樣的套路，召回的商品（因?yàn)檫@個(gè)量級也是非常巨大的）先海選，再去精選，業(yè)內(nèi)很多人稱海選為粗選，所以召回的商品先要進(jìn)行粗選，通過粗選把可能滿足用戶意圖并且是相對優(yōu)質(zhì)的商品（比如有一萬個(gè)）全部篩選出來，再去優(yōu)化（一萬個(gè)召回的商品精選排序）這個(gè)選擇的結(jié)果，最后把選出來的前1000（只是假設(shè)）個(gè)商品進(jìn)行排序展示給用戶；

搜索引擎本身對于檢索性能要求比較高，所以需要采用上面說的兩個(gè)階段排序過程：粗排和精排。粗排就是上面說的海選，從檢索結(jié)果中快速找到優(yōu)質(zhì)的商品，取出TOP N個(gè)結(jié)果再按照精排進(jìn)行打分，最終返回最優(yōu)的結(jié)果給用戶。所以一般在搜索系統(tǒng)中，粗排對性能影響比較大，精排對最終排序效果影響比較大，因此，粗排要求盡量簡單有效，只提取數(shù)據(jù)庫表中的關(guān)鍵因子（字段）即可，關(guān)鍵的問題在于打分怎么打，下面將給大家介紹常見的打分策略：

我們首先引入一個(gè)新的概念—-表達(dá)式計(jì)算法

所謂表達(dá)式計(jì)算法：通俗的講，就是通過不同的計(jì)算公式來運(yùn)算每個(gè)被召回的產(chǎn)品和用戶意圖的相關(guān)度，這個(gè)相關(guān)度某種意義上講就是打的分?jǐn)?shù)，業(yè)內(nèi)普遍稱這個(gè)過程為相關(guān)算分，一般常見的計(jì)算公式比如基本運(yùn)算（算術(shù)運(yùn)算、關(guān)系運(yùn)算、邏輯運(yùn)算、位運(yùn)算、條件運(yùn)算）、數(shù)學(xué)函數(shù)和排序特征（feature）等。

基本運(yùn)算：

數(shù)學(xué)函數(shù)：

以上兩個(gè)函數(shù)比較簡單，高等數(shù)學(xué)里面都有的內(nèi)容，這里不再細(xì)說，下面來看下上面提到的粗排常用的幾個(gè)函數(shù)（以下為天貓搜索為例）：

關(guān)鍵詞相似文本分Text similarity（）函數(shù)：用于計(jì)算用戶輸入的關(guān)鍵詞文本與召回的商品相關(guān)度，值越大，則相關(guān)度越高；

召回商品距離現(xiàn)在的時(shí)間GoodsTime()函數(shù)：用于計(jì)算召回的商品距離現(xiàn)在的時(shí)間，一般取值為（0，1）之間，一般值越大，表商品距離現(xiàn)在時(shí)間越近，越容易被展示在用戶的界面；

類目預(yù)測函數(shù)CategoryPredic()：用于計(jì)算用戶輸入的關(guān)鍵詞與商品類目的相關(guān)度，關(guān)于類目預(yù)測這里需要仔細(xì)說明下：

所謂類目預(yù)測，指的是通過計(jì)算機(jī)的算法去預(yù)測搜索的關(guān)鍵詞與商品

類目的相關(guān)程度，我們舉個(gè)例子，當(dāng)用戶在淘寶APP搜索框中輸入關(guān)鍵詞“蘋果”，則類目預(yù)測會計(jì)算商品所屬類目與輸入的蘋果這個(gè)關(guān)鍵詞的相關(guān)度，類目與關(guān)鍵詞的相關(guān)度越高，商品就獲得了越高的排序得分，也就是上文說到的相關(guān)算分值就越高，從而這個(gè)商品就會排在越前面，借助下面這兩張圖，就更好理解了：

第一張圖：搜索的關(guān)鍵字是“蘋果”，既有手機(jī)類的商品也有食物類的商品，左圖就是典型的沒有使用類目預(yù)測模型來打分，所以把食物類的蘋果也召回并且優(yōu)先排序在前面，右圖是使用后類目預(yù)測模型后的打分排序效果；

用戶輸入“蘋果”，查詢到一批商品，這些商品中有一部分的商品類目是“手機(jī)類”，另一部分的商品類目是“食物類”，根據(jù)計(jì)算機(jī)大數(shù)據(jù)對全量用戶的搜索歷史行為分析得出，搜索“蘋果”的人里面，點(diǎn)擊“手機(jī)類”類目商品的人要比點(diǎn)擊“食物類”類目商品的人多得多，則類目預(yù)測就會給出這樣的預(yù)測結(jié)果：“手機(jī)類”類目與“蘋果”的相關(guān)度要比“食物類”類目與“蘋果”的相關(guān)度高，所以在計(jì)算每個(gè)商品的相關(guān)算分時(shí)，“手機(jī)類”類目商品的算分值就會比“食物類”類目的商品算分值高，因此“手機(jī)類”類目的商品會排在更前面，這樣就提高了搜索的業(yè)務(wù)價(jià)值；

所以我們在做產(chǎn)品原型設(shè)計(jì)的時(shí)候也要考慮搜索的關(guān)鍵詞與商品類目的相關(guān)程度，需要在原型的設(shè)計(jì)里面增加類目預(yù)測的模型的設(shè)計(jì)；

再來回過頭看，我前面講的，排序首選要進(jìn)行海選也就是粗排，再針對粗排后的商品結(jié)果進(jìn)行精排，粗排已經(jīng)講了，精排怎么排？

同樣是要通過函數(shù)去計(jì)算搜索的關(guān)鍵詞與商品的相關(guān)度，常見的函數(shù)有：

文本相關(guān)度函數(shù)：

• text_relevance: 關(guān)鍵詞在字段上的商品匹配度
• field_match_ratio：獲取某字段上與查詢詞匹配的分詞詞組個(gè)數(shù)與該字段總詞組個(gè)數(shù)的比值
• query_match_ratio：獲取查詢詞中（在某個(gè)字段上）命中詞組個(gè)數(shù)與總詞組個(gè)數(shù)的比值
• fieldterm_proximity: 用來表示關(guān)鍵詞分詞詞組在字段上的緊密程度
• field_length：獲取某個(gè)字段上的分詞詞組個(gè)數(shù)
• query_term_count: 返回查詢詞分詞后詞組個(gè)數(shù)
• query_term_match_count：獲取查詢詞中（在某個(gè)字段上）命中文檔的詞組個(gè)數(shù)
• field_term_match_count：獲取文檔中某個(gè)字段與查詢詞匹配的詞組個(gè)數(shù)
• query_min_slide_window：查詢詞在某個(gè)字段上命中的分詞詞組個(gè)數(shù)與該詞組在字段上最小窗口的比值

地理位置相關(guān)性：

• distance: 獲取兩個(gè)點(diǎn)之間的球面距離。一般用于LBS的距離計(jì)算。
• gauss_decay，使用高斯函數(shù)，根據(jù)數(shù)值和給定的起始點(diǎn)之間的距離，計(jì)算其衰減程度
• linear_decay，使用線性函數(shù)，根據(jù)數(shù)值和給定的起始點(diǎn)之間的距離，計(jì)算其衰減程度
• exp_decay，使用指數(shù)函數(shù)，根據(jù)數(shù)值和給定的起始點(diǎn)之間的距離，計(jì)算其衰減程度

時(shí)效性：

• timeliness: 時(shí)效分，用于衡量商品的新舊程度，單位為秒
• timeliness_ms: 時(shí)效分，用于衡量商品的新舊程度，單位為毫秒

算法相關(guān)性：

• category_score：類目預(yù)測函數(shù)，返回參數(shù)中指定的類目字段與類目預(yù)測query的類目匹配分
• popularity：人氣分，用于衡量物品的受歡迎程度

功能性：

• tag_match: 用于對查詢語句和商品做標(biāo)簽匹配，使用匹配結(jié)果對商品進(jìn)行算分加權(quán)
• first_phase_score：獲取粗排表達(dá)式最終計(jì)算分值
• kvpairs_value: 獲取查詢串中kvpairs子句中指定字段的值
• normalize：歸一化函數(shù)，根據(jù)不同的算分將數(shù)值歸一化至[0, 1]
• in/notin : 判斷字段值是否（不）在指定列表中

以上函數(shù)大家不用去研究細(xì)節(jié)，看看函數(shù)的中文解釋就好，幫助理解和消化，知道精排的算分怎么統(tǒng)計(jì)、哪些維度去統(tǒng)計(jì)即可，如果依然不理解的，可以跟我一起交流；

說到現(xiàn)在大家一定很好奇，為什么用戶最關(guān)心的商品熱度沒有提到，不著急不著急，接下來，我們就要針對搜索熱度比較高的商品一般怎么排序，引入一個(gè)新的概念—–人氣模型；

上面說的類目預(yù)測模型是要實(shí)時(shí)去計(jì)算，而人氣模型可以在離線的時(shí)候進(jìn)行計(jì)算，一般也叫離線計(jì)算模型，這種模型也是淘寶和天貓搜索最基礎(chǔ)的排序算法模型。

人氣模型會計(jì)算量化出每個(gè)商品的靜態(tài)質(zhì)量以及受歡迎的程度的值，這個(gè)值稱之為商品人氣分，最開始人氣模型是來自淘寶的搜索業(yè)務(wù)，但其實(shí)這個(gè)模型對于其他的搜索場景也有很強(qiáng)的通用性，在非商品搜索場景中通過人氣模型也可以計(jì)算出被索引的商品的受歡迎程度，比如某個(gè)論壇，可以通過人氣模型排序搜索比較多的帖子，把這些帖子內(nèi)容優(yōu)先展示給用戶；

那么對于一個(gè)商品而言，這個(gè)人氣模型究竟怎么計(jì)算，畢竟系統(tǒng)的目標(biāo)是通過這個(gè)模型來計(jì)算商品的熱度，進(jìn)而打分排序，你說對吧；

一般情況下，人氣模型從四個(gè)維度去計(jì)算分值，具體如下：

第一個(gè)維度：實(shí)體維度；

比如：商品、品牌、商家、類目等。

第二個(gè)維度：時(shí)間維度；

比如：1天、3天、7天、14天、30天等。

第三個(gè)維度：行為維度；

比如：曝光、點(diǎn)擊、收藏、加購、購買、評論、點(diǎn)贊等。

第四個(gè)維度：統(tǒng)計(jì)維度；

比如：數(shù)量、人數(shù)、頻率、點(diǎn)擊率、轉(zhuǎn)化率等。

每個(gè)特征從以上4個(gè)維度中各取一到兩個(gè)進(jìn)行組合，再從歷史數(shù)據(jù)中統(tǒng)計(jì)該組合特征最終的特征值：

比如：

• 商品（實(shí)體）最近1天（時(shí)間）的曝光（行為）量（統(tǒng)計(jì)指標(biāo)）；
• 商品所在店鋪（實(shí)體）最近30天（時(shí)間）的銷量（行為類型+統(tǒng)計(jì)維度）等等。

由以上方法產(chǎn)生的結(jié)果數(shù)量級，等同于去計(jì)算4個(gè)維度的笛卡爾積，再對笛卡爾積的算分高低進(jìn)行排序；

好了，說到現(xiàn)在關(guān)于召回的商品排序所采用的算法目前我所了解的就這么多，當(dāng)然能力有限，有些搜索的細(xì)節(jié)依然需要進(jìn)一步去摸索；

03 召回與排序總結(jié)

我們來對上一篇文章和今天講的內(nèi)容簡單的做個(gè)總結(jié)，當(dāng)用戶在淘寶APP搜索框中輸入“2021年新款花式促銷女士連衣裙”時(shí)，搜索引擎系統(tǒng)首先要去理解用戶的意圖，理解的方式就是上篇文章提到的分析器，通過對語義的理解、命名實(shí)體識別、拼寫糾錯(cuò)、停止詞模型等手段去理解用戶的意圖，進(jìn)而通過這個(gè)意圖計(jì)算機(jī)去到后臺數(shù)據(jù)庫中檢索符合意圖的所有商品，當(dāng)商品被檢索出來之后，搜索引擎系統(tǒng)首先要通過各類函數(shù)和模型對商品進(jìn)行粗排，再對粗排的結(jié)果進(jìn)行精排，精排的依據(jù)就是上面的函數(shù)和模型，當(dāng)然還有類目預(yù)測模型和人氣模型，這個(gè)就是大概的流程；

依然沒有結(jié)束，首先來看下面這張圖：

想一想，上面左圖中的熱搜底紋和熱搜列表是怎么來的、右圖中的下拉提示又是這么出現(xiàn)的？這個(gè)就是原計(jì)劃需要在今天跟大家講的引導(dǎo)排序內(nèi)容；

關(guān)于引導(dǎo)排序這塊的內(nèi)容我們放到下一篇繼續(xù)分享，今天就寫到這，再見！

04 預(yù)告

本文由 @產(chǎn)品研究站?原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Pexels，基于CC0協(xié)議