概述
通常搜索可以分为三步：
1
2
3
对用户搜索词的预处理与理解
基于第一步的处理进行内容的筛选
对筛选的结果进行排序展现，基于用户的反馈进行新的搜索（比如点击进去某个商品，可以基于此商品进行搜索推荐，或者说点击了某个商品，那么在下一页搜索的结果中可以依据这个信息做新的搜索）
用户搜索流程
搜索整体架构参考：
搜索前
搜索前也就是用户点击搜索框，但是还没有具体输入搜索内容的时候。
淘宝搜索前前端页面：
这也时候，还没有得到用户实时的信息，所以整体的需求来看是一种推荐行为（这个时候要注意做语义归一化，避免浪费坑位）。当前典型的表示是：
1
2
3
4
5
搜索底纹：就是在美团中点击搜索框里面默认自带的搜索词，常见于商品名称关键词、类目词、品牌词或者是特定活动。
搜索发现：相当于推荐的搜索词
历史搜索词（这个假定用户搜索具有一定的重复性）
热门搜索词（类似于冷启动方案）
具体的搜索的物料有：历史搜索词、用户短期或者长期与商品的交互、其他用户在系统中的行为
技术方案
简单一点
1
运营配置
统计版本
1
热门的搜索词、品类或者活动等
模型版本
1
2
3
实时对用户最近一次的点击/收藏/下单/搜索词进行分析，抽取其中的关键词、品类词、活动名等信息，并在搜索框中显示。主要涉及词性标注以及命名实体识别。
各种embedding形式。
搜索中
用户开始输入到输入结束但是还没有点击搜索的时候。
此时主要是辅助为主，典型的表示有：
1
2
3
搜索词自动补全：和下面这种形式的区别在哪里
搜索联想：通过前缀的形式来辅助用户输入，减少错误提高搜索准确度
具体的搜索的物料有：历史搜索词、用户短期或者长期与商品的交互、其他用户在系统中的行为
技术方案
主旨：前缀匹配原则，完整词未出现时使用补全联想功能，品类词为主，当出现明显品类词后，开始出现更细粒度属性和及标签筛选词。
简单一点
1
前缀然后统计次数
模型：
1
前缀，然后 根据模型进行排序。这是要考虑的因素有当前搜索词，用户(性别、年龄等特征)等信息
搜索后
指的是用户输入完成并点击搜索后。
此时首先应该先分析用户的意图为强意图还是弱意图，是偏向购买还是闲逛。不同的类型走不同的排序模型。
主要的表现形式为：
1
2
3
4
内容纠错
排序
筛选器
无结果或者少结果
技术方案：
内容纠错
判断用户输入错误，展现正确搜索词的列表给用户，并告知用户正确的搜索词，并确认是否需要搜索系统判断有误的搜索词（确实存在长尾、低频词的搜索需求存在）。
主要的技术方案：
1
2
简单点的：基于词表，不在词表中就认为是错的，然后通过检索召回排序来筛选可能正确的结果
复杂点的：通过端到端模型训练，准备语料，类似翻译模型来训练
筛选器
当搜索的结果过多或者相关结果参差不齐的时候，召回的商品还是海量的，对于用户想快速找到自己想要的商品仍然是不小的挑战，当然排序或者过滤的功能可以缓解这一情况。
目前筛选器是各大电商搜索的标配。。筛选器通过传递筛选参数，搜索引擎会在原有召回基础上进行商品过滤。
简单来说就是对搜索结果的再筛选：但是筛选的标签需要相关技术来挖掘。主题模型、词性挖掘等
无结果或者少结果
无结果或者少结果通常是以下几个情况导致：
1
2
3
搜索词错误：自动容错
筛选条件过多或者搜索词过于长尾：自动容错，搜索词改写
本身符合搜索的商品很少：相关商品进行推荐或者订阅服务
放弃权重较低的term，扩大检索字段和范围。 纠错、改写。
