既談垂直搜索引擎和個性化推薦哑梳，就繞不開AI悯仙。AI已是眾人皆知龄毡，雖源于AlphaGo大聲在圍棋界一戰(zhàn)成名，但人工智能的熱門商業(yè)應(yīng)用則是無人駕駛锡垄、百度和Google這樣的搜索引擎沦零、讓今日頭條發(fā)家致富的個性化推薦等。
而上述這三者货岭，無人駕駛聲名遠揚憾在未正式商用普及大眾路操，而其他兩個則滲透在我們生活的方方面面。
搜索自不必多說千贯，不懂就問是我們對搜索最基本的了解和訴求屯仗。而個性化推薦則不因個人意志為轉(zhuǎn)移，因為商品被推薦與否搔谴，哪些商品被推薦魁袜，我們沒有決定權(quán)。
今天就來說一說“搜你所想”的垂直搜索引擎和“想你所想”的個性化推薦引擎的應(yīng)用邏輯敦第。
垂直搜索引擎的應(yīng)用三階段
大多數(shù)人對于搜索引擎的第一反應(yīng)可能都是Google或百度峰弹，因為我們習(xí)慣了在百度主動查詢一些內(nèi)容，而對方也幾乎達到了有求必應(yīng)的能力申尼。而這不是我們今天所要講述的垂直搜索引擎垮卓。
垂直搜索引擎是網(wǎng)站/APP里提供的搜索窗口垫桂，讓用戶通過搜索關(guān)鍵詞就直達目標內(nèi)容师幕。比如淘寶里搜索“書包 男士 雙肩”，搜索結(jié)果的展現(xiàn)幾乎與搜索詞無異诬滩。在資訊類APP里搜索“香港”會出現(xiàn)與之相關(guān)的大量新聞霹粥。
如果稍加留意和思考的人，可能會想搜索“香港”出來的結(jié)果會是怎樣疼鸟？這便是搜索引擎的奧妙所在后控。你的只字片語所能獲得的結(jié)果滿意度，是搜索引擎能優(yōu)良與否的一個標準空镜。在我看來浩淘，搜索包括三階段：搜索詞輸入階段、搜索結(jié)果展現(xiàn)階段吴攒、搜索結(jié)果自定義調(diào)整階段张抄。
就以搜索“香港”為例說明垂直搜索引擎的三階段。
階段一：搜索詞輸入階段是用戶表達意愿需求的階段
用戶在搜索框中輸入香港的過程中可能會錯誤地輸入為“xiang gang”洼怔、“xiagngang”等署惯，此時搜索引擎需要做的就是對搜索詞進行語義分析識別用戶搜索意圖進行自動糾錯，也就是明白用戶想要的是什么镣隶，力求做到“用戶可以寫錯极谊，不能答錯”诡右。而與此同時，搜索框下方會出現(xiàn)一系列與“xianggang”相關(guān)的提示詞轻猖，例如“香港20周年晚會”帆吻、“香港20周年閱兵”等與“香港”相關(guān)的內(nèi)容，減少用戶輸入時間咙边，提高用戶的輸入效率桅锄。
階段二：搜索結(jié)果展現(xiàn)階段
此處必須引出兩個概念：召回率和搜索精度。
召回率（recall）就是是否把用戶想要的東西都搜出來样眠，網(wǎng)站明明有此產(chǎn)品卻沒有出現(xiàn)在搜索結(jié)果中友瘤，就是召回率不足的表現(xiàn)。
而搜索精度（precision）就是搜索出來的東西是否是用戶想要的檐束。用戶在搜索提示中點擊“香港20周年晚會”辫秧，那么出現(xiàn)的搜索結(jié)果應(yīng)該與之相關(guān)，且全部搜索出來被丧。
“智能排序”又是一個不得不提的概念盟戏，給用戶返回的搜索結(jié)果中，與香港20周年晚會相關(guān)的最優(yōu)質(zhì)的搜索結(jié)果是否排在最前甥桂。
階段三：搜索結(jié)果自定義調(diào)整階段
此時就是用戶根據(jù)自己的意愿進行搜索結(jié)果排序和篩選柿究。比如只想看近11小時內(nèi)的”香港20周年晚會”發(fā)布視頻，這就是一個用戶對搜索結(jié)果篩選的過程黄选，可以更快更好地找到目標搜索結(jié)果蝇摸。
前面已說過垂直搜索引擎的三個應(yīng)用階段，下面來說一說怎么個性化推薦的應(yīng)用办陷。
個性化推薦應(yīng)該只顧個性還是多樣化推薦貌夕？
今日頭條僅憑一個非常簡單的移動產(chǎn)品就可以迅速攀升到資訊類第一的地位，得益于其領(lǐng)先的個性化推薦技術(shù)民镜，其定位“你關(guān)心的啡专，才是頭條”足以反映個性化推薦戰(zhàn)略對今日頭條的意義。淘寶網(wǎng)更是將個性化推薦發(fā)揮到極致制圈，首頁的每一個模塊都是個性化的影子们童，幾乎是想把每位用戶沉溺在里面。
即便今日頭條和淘寶這兩款產(chǎn)品已經(jīng)有了關(guān)于我比較完善的用戶畫像鲸鹦，能夠根據(jù)我的喜好進行推薦慧库，但是我的使用率卻越來越低。究其原因亥鬓，如下兩點：
不具備多樣性完沪，拿今日頭條來說，我只是在這一刻喜歡看軍事新聞而已，但記下來的推薦內(nèi)容一直是軍事新聞覆积，居心何在听皿？
不能帶給我驚喜。那淘寶來說宽档，我現(xiàn)在想買條褲子尉姨，但并不代表我對好看的上衣沒興趣，所以推薦中如果有讓我眼前一亮的上衣吗冤，我會選擇多逛一會又厉。
因為優(yōu)秀的個性化推薦并非用戶看過什么就接下來推薦什么。而需具備多樣性和新穎性椎瘟，讓用戶有驚喜感覆致，而這遠比簡單的同類推薦要復(fù)雜。無論是資訊還是電商產(chǎn)品肺蔚，有些用戶在“閑逛”時會帶有一些盲目性和消遣性煌妈，此時富有驚喜感的產(chǎn)品被推薦可以大大提升用戶的好感度。
所以優(yōu)秀的推薦引擎必須建立在多樣性宣羊、新穎性的基礎(chǔ)上璧诵，用數(shù)據(jù)來調(diào)整策略，而不是單純著眼于當下進行單一類型推薦仇冯。
尤其需要注意的一點之宿，對于資訊類產(chǎn)品而言，所推薦產(chǎn)品的時效性也是個不可忽視的因素苛坚。
資訊類產(chǎn)品如果想要依靠個性化推薦提升用戶粘性比被，增加付費轉(zhuǎn)化，必須明確在哪個場景使用個性化推薦是適當?shù)目簧簦鞘醉摰男畔⒘魍扑]姐赡、詳情頁的相關(guān)推薦還是其他使用場景，依靠數(shù)據(jù)來調(diào)整個性化推薦的使用策略柠掂。另外，多樣性推薦是可以根據(jù)占比由企業(yè)自行決定的依沮，當然這也需要數(shù)據(jù)對比支撐不斷調(diào)整占比涯贞，而時效性的資訊也可以根據(jù)統(tǒng)計的數(shù)據(jù)進行合理排布。
垂直搜索引擎和個性化推薦二者相輔相成
搜索和推薦雖然有很多差異危喉，但兩者存在著大量的融合宋渔。越來越多的搜索引擎會結(jié)合推薦系統(tǒng)的結(jié)果，而“相關(guān)搜索詞”就是推薦系統(tǒng)的產(chǎn)物辜限。比如在一些平臺型電商網(wǎng)站中皇拣，由于結(jié)果數(shù)量巨大，且相關(guān)性并沒有明顯差異，因而對搜索結(jié)果的個性化排序有一定的運作空間氧急，這里融合運用的個性化推薦技術(shù)也對促進成交有良好的幫助颗胡。
推薦系統(tǒng)也大量應(yīng)用用了搜索引擎的技術(shù)，搜索引擎解決運算性能的一個重要的數(shù)據(jù)結(jié)構(gòu)是倒排索引技術(shù)（Inverted Index）吩坝，而在推薦系統(tǒng)中毒姨，一類重要算法是基于內(nèi)容的推薦（Content-based Recommendation），這其中大量運用了倒排索引钉寝、查詢弧呐、結(jié)果歸并等方法。另外點擊反饋（Click Feedback）算法等也都在兩者中大量運用以提升效果嵌纲。
