作者：hooly
微信公眾號：一口袋星光
什么是搜索？
根據(jù)提供的已知信息榨崩，給用戶提供符合各方利益訴求的內(nèi)容削解。
搜索的主體：
1.搜索的用戶
2.輸入的內(nèi)容（關(guān)鍵詞/圖片/語音）
3.檢索規(guī)則
4.搜索結(jié)果的處理
搜索流程：
檢索原理：
若干一個詞庫把夸，搜索詞按照規(guī)范化處理以后旁舰，進行分詞锋华，分詞完成之后，和詞庫中詞語做匹配鬓梅，匹配命中的供置，則不再拆詞，拆詞節(jié)后之后绽快，用拆好的詞去搜索芥丧。
檢索查詢-分詞：
1.規(guī)范化處理：
去除標點符號 加減號、空格等坊罢；通過配置文件去除干擾詞续担，“你、我活孩、他”等
2.分詞方式：
中英文分開物遇；根據(jù)空格分詞；把輸入詞和詞庫進行匹配憾儒，按照詞庫詞語進行分詞询兴。命中則不分詞。
現(xiàn)有的中文分詞算法可分為三大類：基于字符串匹配的分詞方法起趾、基于理解的分詞方法和基于統(tǒng)計的分詞方法诗舰。下面介紹下第一類分詞方法
基于字符串匹配的分詞方法
這種方法又叫做機械分詞方法，它是按照一定的策略將待分析的漢字串與一個“充分大的”機器詞庫中的詞條進行配训裆，若在詞庫中找到某個字符串眶根，則匹配成功（識別出一個詞）。按照掃描方向的不同边琉，串匹配分詞方法可以分為正向匹配和逆向匹配属百；按照不同長度優(yōu)先匹配的情況，可以分為最大（最長）匹配和最斜湟獭（最短）匹配族扰；按照是否與詞性標注過程相結(jié)合，又可以分為單純分詞方法和分詞與標注相結(jié)合的一體化方法定欧。常用的幾種機械分詞方法如下：
1）正向最大匹配法（由左到右的方向）渔呵；
2）逆向最大匹配法（由右到左的方向）；
3）最少切分（使每一句中切出的詞數(shù)最杏嵌睢）厘肮。
3.詞庫
詞庫可以有很多內(nèi)容：比如商品標題；品牌睦番；屬性类茂；描述耍属；店鋪；分類...每個詞庫也會有對應(yīng)的權(quán)重巩检，而影響最后的排序厚骗。
檢索查詢-匹配命中方式：
首詞命中：指輸入詞與結(jié)果首位詞匹配，如用戶輸入“漢庭”兢哭，結(jié)果匹配漢庭快捷酒店（新街口店）
包含命中：是指輸入詞在結(jié)果中包含领舰，如用戶：輸入“大四”，結(jié)果匹配牡丹江大四方旅館迟螺；
排序規(guī)則：
靜態(tài)-相關(guān)性：詞相關(guān)性冲秽、字段相關(guān)性、文本匹配矩父；字段類型：標題锉桑、同義標題、品牌窍株、屬性民轴、描述、店鋪球订、分類等...
動態(tài)-業(yè)務(wù)因素：庫存后裸、單品反饋（收藏、購買冒滩、點擊）微驶、更新時間、促銷
動態(tài)-商業(yè)因素：銷售金額旦部、銷售額祈搜、評論數(shù)较店、商品評分士八、店鋪評分
動態(tài)-個性化因素：個人歷史行為，個人喜好等...
搜索系統(tǒng)的架構(gòu)：
作者：hooly
微信公眾號：一口袋星光
我會在微信公號上持續(xù)更新我的文章梁呈，你來討論我很歡迎婚度。
