京东首席搜索专家内部分享 嘉宾介绍
商倩兰，京东实战派搜索专家，京东商学院特级讲师，四年阿里巴巴平台搜索排序产品设计经验，现任京东搜索资深产品经理，拥有SEO实战运作经验，熟知京东、淘宝、天猫平台搜索引擎规则。在电商搜索领域有过丰富的运营和产品设计经验，擅长将电商平台搜索从一做到十，目前被京东搜索团队定位为京东的“鬼脚七”。
今天只讲搜索引擎的一个小模块，所以上半部分，先说搜索引擎的基础模块。
这个图是我给京东内部员工和我团队产品经理培训时画的，目前网页搜索、电商平台类搜索，或各种名目繁多的垂直搜索，都可以简单描述成这样的结构。 https://mmbiz.qlogo.cn/mmbiz/ObiazFcNN6icrElGhicBMyWqIyBWt8Z5DPZwFXYBfOvPeicuo1icMK3xichm50VDXGZb2RHRRvNvEZstaNyJbobWuiarA/0?wx_fmt=jpeg" title="https://mmbiz.qlogo.cn/mmbiz/ObiazFcNN6icrElGhicBMyWqIyBWt8Z5DPZwFXYBfOvPeicuo1icMK3xichm50VDXGZb2RHRRvNvEZstaNyJbobWuiarA/0?wx_fmt=jpeg">
抽象说，围绕用户搜索产品做四部分内容：
1、辅助用户输入，提升用户表达需求的效率；
2、理解用户意图，对用户输入进行理解，涉及到自然语言、数据挖掘等知识，目前一般的的用户输入方式还是关键词，语音、图片等交互方式还没有兴起，都尝试，尤其app、电视这种关键词交互方式受制的客户端，在积累对用户交互的理解。但总归需要对用户输入的东西进行理解，比如搜“红豆”，在淘宝前面都是红豆男装，在京东都是粮油调味，这是不同平台对大多数用户需求的理解；
3、检索返回内容，依据理解用户意图的模块带来的信息，进行精确的检索和排序；
4、呈现，页面结构、视觉和交互的设计来承载返回的内容。 今天的内容只是第1点中的一个产品。
在阿里巴巴\淘宝叫smart suggestion，京东叫下拉框推荐，雅虎叫自动补全，起到输入法的作用，提高搜索效率。因为推荐和搜索产品都是策略类产品，所以基本都跟数据挖掘有关，目前下拉框推荐词的数据源有三部分组成。
淘宝、京东最开始都只采取most popular的数据策略，这样虽然一个词搜索量大，里面需求比较零散（基于消费者表达意思还是短词多的现状），可以最大程度满足大多数人的需求。所以包含当前已经输入在搜索框内容的词列表，按pv从大到小排序，再加上一些反作弊策略即可应用。 我在搭建目前京东海外站搜索产品的时候，尤其英文站的下拉框推荐词数据源，直接抓取亚马逊的，再检验下载京东有商品即可，也是Most popular的策略。
最开始都是most popular，形成平台上的马太效应之后，流量不精准问题，必然想到走向个性化，比如在京东搜索框输入“RY”，下拉框推荐词都是荣耀，但在淘宝确有“R语言”的推荐词。
策略类产品的不同，有时候不是因为两边技术的差异，而是平台不同，消费者行为数据造成的，走向个性化，就是以上三个数据策略中的后两项。
我们今晚小流量上线的设计就是挖掘session下数据，来探索实时个性化的策略。
如果用户搜索了“nike钱包”，在下一次搜索中会搜 “adidas钱包” 的概率是704/4648 = 15.1%; 如果用户在下一个Query中输入 Adidas 应该提示 “Adidas 钱包”，同时去观察同session下用户的数据，需求是有趋同的意图，类似这种：
所以，我们挖掘出很多词对组成一份数据源，根据用户上一步的关键词表达实时推荐相关词。举一个例子：
这就是挖掘出来的词对数据源，有了它之后，当用户在一个session中前面有一个词是“十三香”，当用户在搜索框中输入“五”这个字的时候，可以推荐“五香粉”给它，而没有做实时个性化推荐前，所有京东用户在搜索框输入“五”的时候都看到一样的下拉框推荐词，都是这个：
产品假设、数据挖掘都是在用户历史行为中得出的猜想，今晚小流量上线了，等看后续数据。
【Q&A环节】
Q:session值是目前所有在线用户同时搜索的这个关键词么？我可以理解SESSION CONTEXT就是找“尿布和啤酒”么？
A:必然不是,京东每天的session量是个很大的数,session是什么意思大家知道，数据挖掘，策略类产品不是特别好懂，就是访问会话。进到www.jd.com，搜了n多词，点击了一堆商品，买或不买了几个商品，然后关掉www.jd.com，session就结束了
Q:session值是目前所有在线用户点击的这个关键词么？
A:不对，session会记录所有用户在你网站的行为，但因为搜索的产品，我们只用其中关键词搜索来做尝试。你们在京东任何地方，点了商品，再回到首页后，有个推荐产品叫“猜你喜欢”都会变化。
Q:那可以理解为，根据一次会话的两个词共同出现次数（有序的），虚拟两个词之间的相关程度，然后根据已输入的Q2的分词，根据相关程度排序，按顺序进行词语推荐么？ A:根据所有搜过“十三香”的session中其他搜索词数据，挖掘词的相关关系。
Q:目前是否是用平台上汇总的全部session来做的推荐？有结合当前用户的画像/分类/行为进一步精细化的计划么？ A:如是是一两个，那就没有统计意义，但其实策略类产品很好玩，比如去年做过价格模型，加上业务的努力，京东服装部的每日3000W RMB，提到到去年底的8000W。
Q:有搜索推荐入门书籍推荐吗？ A:搜索推荐这类产品涉及很多知识，可以先从偏技术类书入门，对以后有好处。
推荐两本：《这就是搜索引擎：核心技术详解》、《解密搜索引擎技术实战：Lucene & Java精华版》。
本文版权属于PMcaff产品经理社区（pmcaff.com），转载请注明出处。
注：相关网站建设技巧阅读请移步到建站教程频道。