网页搜索策略思考方法
产品目标：
高效地获取信息
1）需求复杂又多变
2）从浩瀚的候选集合里找到正确的信息
不同用户输入同一query表达的需求可能不一致；
同一用户在不同场景输入同一query表达的需求也可能不一致。
这里的需求理解其实就是
广义的query解析
分为三类：
1）需求明确
A）结构简单清晰的query：
经过切词处理即可进行后续检索
例如：黄山火车站订票电话——> 黄山 火车 站 订 票 电话
B）口语化的query：
需要进行纠错、同义转换等语义处理
例如：杭州至盐城高速怎么走
——>杭州|至|盐城|高速|怎么|走
——>【map】 【from：杭州】 【to：盐城】 【type：驾车】
C）表达方式很复杂的query：
需要进行更加unique的语义处理
例如：
披星（）月
吾尝终日而思矣，后面
2）需求明确，对答案有特殊要求
除了统一的query变换外，需要将特定要求转换成搜索引擎可理解的特征
例如：
猪肉最新价格——>资源时效性
3）需求不明确，需要进行需求扩展和预测
例如：
欢乐颂——>欢乐颂视频、剧情介绍、演员表、评论。。。
猩球崛起3——>上映前需要预告片上映时间、上映中需要介绍评价在线购票、下映后需要介绍评论视频
三类扩展维度：
上下文数据：
搜了欢乐颂后，用户是否主动更改query搜索欢乐颂视频
类目数据：
对于【欢乐颂】这种电视剧专名，天然就有视频、剧情等需求。PM可以提前梳理针对各类目的需求扩展list。
个性化数据：
对于特定类目可以进行地域扩展，家乐福——>北京家乐福；电影专名，有的用户更倾向于看剧情，有的倾向看评论。
一个query经过以上分类处理后，会统一成这样的输出，来进行接下来的检索：
【需求类目/需求词】
【需求强度】
【待检索term/pattern】
【其他限定特征（地域等）】
衡量指标：
1）每个query分析规则的召回率和准确率
2）各需求的召回率和准确率
分为两部分：排序和展现
1.排序
不同需求间：
根据需求强度（命中需求的概率）
同一需求间：
根据结果质量（相关性、权威性、时效性、可用性）
根据用户的点击行为进行调整
实际上，会把需求强度、结果质量、用户点击行为统一成【唯一指标】决定首页结果的排序
LTR：learning to rank 机器学习排序
2.展现
通用策略：
将结果页中与query相关的信息提取为标题/摘要，进行飘红等处理帮助用户筛选信息
（对所有搜索引擎，都是将检索对象中用户最关心的内容提取至检索结果列表页，并根据情况以各种强化的样式展现）
细化策略：
针对不同需求，又有如下细化策略：
A）对于单一明确信息需求
，可以将答案信息之间在摘要中展现
例如：天气、客服电话
B）对于用户接下来路径相对收敛的需求
，可以将下一步需求前置，缩短步骤
例如：网易邮箱（登录）、欢乐颂视频（集数）、凡人歌（播放）
C）对于不同资源类型结果
，可以针对性优化摘要
例如：视频类、图片类、新闻类、地图类
3.衡量指标
1）每个需求打分、质量打分、展现策略的召回率和准确率
2）用户角度的
搜索的满足度
A）基于用户行为的搜索满足度：
摘要满足型需求——>无/很少点击行为
单结果满足型需求——>点击集中于收条结果
主动变换query比例低
翻页比例低等等
B）基于人为评估的搜索满足度:
query前3/5/10结果相关性->基于人为需求判断，当前结果是否能满足；与竞品相比，是否有更好结果未收录、排序是否更优等
session满足度->从用户一个行为片段分析其是否得到满足
1.自然语言相关
各类基础词库：
用于query切词处理、同义转换、纠错等
语义理解和处理规则：
用于query解析
