搜索性能在各大APP中可以说是司空见惯的标配，相对“社切磋量”的信息找人，“搜索流量”是人找信息，它传递的是一种“我想知道”的信息。搜索的算法设计可以很简朴也可以很复杂，本文旨在带对搜索感嗜好的你了解“点击搜索框到显露搜索结局”背后的故事。
一、搜索框设计思路先从搜索框的设计思路说起。UI元素不多提，主要强调一下宏观上“针对差异用户的差异需求设计搜索模块”的产品思维。
我们看看iOS系统、产品经理APP、淘宝、Google的搜索位置和设计（如下图），从左到右依次是手机系统-浏览类APP-电商类APP-搜索引擎的典型，用户在这些场景里对搜索的需求依次加强，搜索在页面上的表现格式也依次加强：搜索半隐藏-搜索icon-搜索在顶部栏固定-索索是首页主体。
（iOS系统、产品经理、天猫、Google搜索框设计）
产品经理APP，搜索性能以icon的格式放在首页右上角，它的搜索性能非常弱（搜索结局经常不如人意），首页强调的是运营的结局——“你应该知道”的信息，弱化了搜索性能——“你想知道”的信息，也可能是出于开发成本的缘由弱化了搜索。
在抖音和快手APP里，抖音将搜索性能以icon的格式放在首页左上角，快手将搜索性能放在个人页（二级页面）里，体会下来，抖音的搜索性能的体会比快手更好，快手也是避短了。以上从本性上说，都是为了给用户提供更好的产品体会。
（左：抖音，右：快手）
二、搜索算法搜索icon背后的逻辑是通向“梦想结局”的通道，大致分为四步：
用户输入内容（称“query”）
解析用户搜索意图
依据用户输入的信息对内容进行筛选召回
对召回后的结局进行排序
Step1：用户输入内容用户在搜索框输入的内容，常见的是文本，现在也有图片、语音的方式。
在搜索框内设置“率领暗文”屡见不鲜，它既可以教育新用户可以搜索哪些关键词（如下左图），也可以承担运营推销、商务化的职能（如下右图）。
（左：多抓鱼，右：美团）
用户有时候会重复搜索同一内容，保存搜索历史就显得有必须了。移动APP的搜索历史纪实大致有两种呈现样式，列表式和按钮式，按搜索时间倒序排列，过份显示条数会被折叠。搜索历史删除性能有单条删除或一键清理两种。
搜索历史纪实下常配有热点提名、特点栏目、话题榜等运营模块。在资讯APP中，以热度榜最为常见，以“题目+热度值或热度角标”的方式显露，让用户能快速了解当前的热门从而点击感嗜好的内容进入“花费场景”。
这些模块涉及各自的排序算法或业务逻辑，其中蕴含商务化和运营价值，如在热议榜中穿插运营活动或广告或搜索挂件，但要留心热度和体会的合乎逻辑性，避免显露突然感降低用户的信任感和体会感。
（资讯APP搜索页面截图）
假如内容类型较多，产品会偏向于先让用户限定范畴再搜索，使搜索结局更精准，如搜索（如下左图），也有的APP是在搜索结局上做分类，如资讯APP（如下右图）。
（左：，右：今天头条）
除了历史搜索，有没有其他提高用户输入效率、降低输入过错率的设法？
自动补全是不错的想法。这是基于产品定位或基于用户行为画像的联想部门，对于前者的懂得，如用户在京东APP上搜索水蜜桃，用户是想买入水蜜桃，而不是想搜索水蜜桃的百科；对于后者的懂得，如用户先前阅读过阴阳师手办，当他在搜索框输入“阴阳师”的关键词时，“阴阳师手办”会是自动补全的首选。
（自动补全示例）
另外，当用户点击搜索按钮后，若需要等待搜索结局，需要有加载叮嘱的标识，避免用户以为搜索性能无响应。
Step2：解析用户搜索意图对用户搜索意图的解析涉及分词和词语处置。
分词也称“文本词条化”，但总的来说用户更偏向于输入“连衣裙 蓝色”取代“我想要买一条蓝色的好看的连衣裙”。分词依靠分词库和词性判断，前者需要维护一个和产品定位相匹配的词库（市面上已有许多开源且充沛的词库）， 词库的维护涉及新词发明，从大数据的解析可以将新词发明的流程自动化，人工抽检即可，例如词语“中国有嘻哈”是2017年才有的新词，典型一档Hip-hop音乐选秀节目。而词性判断涉及用词性库和高下文去解析词语的词性。
词语处置包括停用词过滤、同义词近义词转换、词条归一化、自动纠错等。
停用词过滤指剔除“的”、“了”这类不经意义的词或字，主要是通过词或字显露频次判断，市面上也有可用的停用词库。
用户在采用搜索的时候难免会有输错关键词或表意不清的场合，这时候懂得用户搜索意图需要“自动纠错”，主要是通过噪声信道模型去更正用户的过错输入，纠错的类型一般有：
同音纠错；
形似字纠错；
多字、少字、错别字、次序过错；
隐约音纠错，对英文输入来说，还有大小写归一化、词形时态的纠错等。
结局页顶部最好保存疑似过错关键词的搜索结局进口，避免机器误判损伤产品体会。
（百度搜索“自动纠错”示例）
Step3：依据用户输入信息对内容进行筛选召回在对内容进行召回前，我们需要通过索引去连接内容，就像查字典时用的查字目录。搜索的索引是倒排索引（inverted index），可以简朴懂得为“需要依据属性的值来查找纪实”。
以电商为例，如下图：
（倒排索引示例）
召回内容时一般依据类似度分值择优召回。以资讯APP为例，即计算关键词和文章的类似度，通常是通过tff算法计算关键词和文本的类似度（题目、摘要、正文等差异文本有差异权重）或通过embedding（向量化）召回。
Step4：对召回后的结局进行排序排序可以斟酌内容静态分，批评、点赞、珍藏等业务数据可以是阴碍终极score的因素。假如有个性化部门（如电商），机器会基于用户画像，在召回和排序的时候将用户可能最关怀的内容优先召回和排序。重排环节加上业务逻辑，如商务化广告、运营活动等，该次搜索的结局呈现list就预备好了。
对于时效性要求对照强的产品，如资讯APP，还需要加上一个时间衰减因子，避免将老旧内容先推出。
Step5：搜索结局呈现搜索结局呈现页，常规的是依据类似度计算+业务逻辑的“关键词提名”，另一种是“联想提名”，合适的场景有：
在没有搜索结局或搜索结局较少的场合下“拓展”提名，总比一个空缺页好；
除正常的搜索结局外，增补依据用户画像匹配的内容（用户感嗜好的概率高）或通过大数据计算出来的内容，作为一种兜底手段；
承担某些运营性能。
另外，在搜索结局页的一个小技能，对命中关键词的文字进行高亮显示，让搜索结局更加“一目了然”。
（资讯APP搜索“庆余年”，结局呈现页）
三、搜索指标以资讯APP为例，我们来看看搜索优化的核心目的、观察指标和算法考核指标。
核心指标：搜索胜利率=有点击的query次数总query次数（胜利的定义可以是一次搜索后有花费行为，如知足时长指标的点击等）
全链路指标：
四、搜索商务化
目前市面上常见的搜索商务化有：
搜索框率领暗文
搜索框皮肤
搜索热点榜单
热点搜索挂件
搜索结局页优先提名
搜索彩蛋
（左中：京东，右：淘宝）
这些位置多以CPM（Cost Per Mille）和CPC（Cost Per Click）的方式进行广告合作，常见的付费方式还有CPD（Cost Per Donload）、CPA（Cost Per Action）、CPP（Cost Per Purchase）等等。
五、对“搜索”后续发展的见解
目前资讯APP的搜索较少个性化（电商搜索有部门个性化），主要是基于NLP去设计开发搜索性能。跟着大数据和机器吸取的发展，搜索的专业和性能设计也将会在NLP底层上，应用用户行为数据，往懂得用户（query understanding），搜索延展（query expansion ）、搜索提名（query suggestion）纵深，如深度吸取模型培训、Learning to rank，如依据用户搜索后的点击行为抉择培训集等等，从而设计出更“贴心懂你”的搜索。
我们通过几个疑问感受下这种趋势：
假如一次搜索无花费行为，二次搜索手段将如何优化？
从大数据上看，某个关键词的搜索结局中，大多数用户偏向于点击一个相关性不如前排的内容，是否可以采用这类数据优化相关性的限制？
用户在搜索结局页点击内容A后大概率会点击其下的相关内容B，这种用户行为数据能否用在搜索的优化上？
一个喜欢吃苹果和一个喜欢采用苹果手机的用户，他们某些关键词的搜索结局会一模一样吗？
搜索icon背后的逻辑是通向“梦想结局”的通道，大致分为四步：
用户输入内容（称“query”）
解析用户搜索意图
依据用户输入的信息对内容进行筛选召回
对召回后的结局进行排序
同音纠错；
形似字纠错；
多字、少字、错别字、次序过错；
隐约音纠错，对英文输入来说，还有大小写归一化、词形时态的纠错等。
在没有搜索结局或搜索结局较少的场合下“拓展”提名，总比一个空缺页好；
除正常的搜索结局外，增补依据用户画像匹配的内容（用户感嗜好的概率高）或通过大数据计算出来的内容，作为一种兜底手段；
承担某些运营性能。
搜索框率领暗文
搜索框皮肤
搜索热点榜单
热点搜索挂件
搜索结局页优先提名
搜索彩蛋
假如一次搜索无花费行为，二次搜索手段将如何优化？
从大数据上看，某个关键词的搜索结局中，大多数用户偏向于点击一个相关性不如前排的内容，是否可以采用这类数据优化相关性的限制？
用户在搜索结局页点击内容A后大概率会点击其下的相关内容B，这种用户行为数据能否用在搜索的优化上？
一个喜欢吃苹果和一个喜欢采用苹果手机的用户，他们某些关键词的搜索结局会一模一样吗？
（左中：京东，右：淘宝）
这些位置多以CPM（Cost Per Mille）和CPC（Cost Per Click）的方式进行广告合作，常见的付费方式还有CPD（Cost Per Donload）、CPA（Cost Per Action）、CPP（Cost Per Purchase）等等。
五、对“搜索”后续发展的见解
目前资讯APP的搜索较少个性化（电商搜索有部门个性化），主要是基于NLP去设计开发搜索性能。跟着大数据和机器吸取的发展，搜索的专业和性能设计也将会在NLP底层上，应用用户行为数据，往懂得用户（query understanding），搜索延展（query expansion ）、搜索提名（query suggestion）纵深，如深度吸取模型培训、Learning to rank，如依据用户搜索后的点击行为抉择培训集等等，从而设计出更“贴心懂你”的搜索。
我们通过几个疑问感受下这种趋势：
另外，在搜索结局页的一个小技能，对命中关键词的文字进行高亮显示，让搜索结局更加“一目了然”。
（资讯APP搜索“庆余年”，结局呈现页）
三、搜索指标
以资讯APP为例，我们来看看搜索优化的核心目的、观察指标和算法考核指标。
核心指标：搜索胜利率=有点击的query次数总query次数（胜利的定义可以是一次搜索后有花费行为，如知足时长指标的点击等）
全链路指标：
四、搜索商务化
目前市面上常见的搜索商务化有：
结局页顶部最好保存疑似过错关键词的搜索结局进口，避免机器误判损伤产品体会。
（百度搜索“自动纠错”示例）
Step3：依据用户输入信息对内容进行筛选召回
在对内容进行召回前，我们需要通过索引去连接内容，就像查字典时用的查字目录。搜索的索引是倒排索引（inverted index），可以简朴懂得为“需要依据属性的值来查找纪实”。
以电商为例，如下图：
（倒排索引示例）
召回内容时一般依据类似度分值择优召回。以资讯APP为例，即计算关键词和文章的类似度，通常是通过tff算法计算关键词和文本的类似度（题目、摘要、正文等差异文本有差异权重）或通过embedding（向量化）召回。
Step4：对召回后的结局进行排序
排序可以斟酌内容静态分，批评、点赞、珍藏等业务数据可以是阴碍终极score的因素。假如有个性化部门（如电商），机器会基于用户画像，在召回和排序的时候将用户可能最关怀的内容优先召回和排序。重排环节加上业务逻辑，如商务化广告、运营活动等，该次搜索的结局呈现list就预备好了。
对于时效性要求对照强的产品，如资讯APP，还需要加上一个时间衰减因子，避免将老旧内容先推出。
Step5：搜索结局呈现
搜索结局呈现页，常规的是依据类似度计算+业务逻辑的“关键词提名”，另一种是“联想提名”，合适的场景有：
Step1：用户输入内容
用户在搜索框输入的内容，常见的是文本，现在也有图片、语音的方式。
在搜索框内设置“率领暗文”屡见不鲜，它既可以教育新用户可以搜索哪些关键词（如下左图），也可以承担运营推销、商务化的职能（如下右图）。
（左：多抓鱼，右：美团）
用户有时候会重复搜索同一内容，保存搜索历史就显得有必须了。移动APP的搜索历史纪实大致有两种呈现样式，列表式和按钮式，按搜索时间倒序排列，过份显示条数会被折叠。搜索历史删除性能有单条删除或一键清理两种。
搜索历史纪实下常配有热点提名、特点栏目、话题榜等运营模块。在资讯APP中，以热度榜最为常见，以“题目+热度值或热度角标”的方式显露，让用户能快速了解当前的热门从而点击感嗜好的内容进入“花费场景”。
这些模块涉及各自的排序算法或业务逻辑，其中蕴含商务化和运营价值，如在热议榜中穿插运营活动或广告或搜索挂件，但要留心热度和体会的合乎逻辑性，避免显露突然感降低用户的信任感和体会感。
（资讯APP搜索页面截图）
假如内容类型较多，产品会偏向于先让用户限定范畴再搜索，使搜索结局更精准，如搜索（如下左图），也有的APP是在搜索结局上做分类，如资讯APP（如下右图）。
（左：，右：今天头条）
除了历史搜索，有没有其他提高用户输入效率、降低输入过错率的设法？
自动补全是不错的想法。这是基于产品定位或基于用户行为画像的联想部门，对于前者的懂得，如用户在京东APP上搜索水蜜桃，用户是想买入水蜜桃，而不是想搜索水蜜桃的百科；对于后者的懂得，如用户先前阅读过阴阳师手办，当他在搜索框输入“阴阳师”的关键词时，“阴阳师手办”会是自动补全的首选。
（自动补全示例）
另外，当用户点击搜索按钮后，若需要等待搜索结局，需要有加载叮嘱的标识，避免用户以为搜索性能无响应。
Step2：解析用户搜索意图
对用户搜索意图的解析涉及分词和词语处置。
分词也称“文本词条化”，但总的来说用户更偏向于输入“连衣裙 蓝色”取代“我想要买一条蓝色的好看的连衣裙”。分词依靠分词库和词性判断，前者需要维护一个和产品定位相匹配的词库（市面上已有许多开源且充沛的词库）， 词库的维护涉及新词发明，从大数据的解析可以将新词发明的流程自动化，人工抽检即可，例如词语“中国有嘻哈”是2017年才有的新词，典型一档Hip-hop音乐选秀节目。而词性判断涉及用词性库和高下文去解析词语的词性。
词语处置包括停用词过滤、同义词近义词转换、词条归一化、自动纠错等。
停用词过滤指剔除“的”、“了”这类不经意义的词或字，主要是通过词或字显露频次判断，市面上也有可用的停用词库。
用户在采用搜索的时候难免会有输错关键词或表意不清的场合，这时候懂得用户搜索意图需要“自动纠错”，主要是通过噪声信道模型去更正用户的过错输入，纠错的类型一般有：