责任编辑从采用者市场需求满足用户的采用情景起程，展开众所周知计划回收、销售业务方法论预测，深入探讨搜寻机能在机能和思路各方面的插值强化。

一、工程项目大背景

优先选择query考察博客搜寻机能对采用者市场需求满足用户情形，从下列三个层次对所优先选择query展开进行分类，

1. 文本类别层次：社会风气、文化传媒、风尚医美、足球运动、旅游观光、甜品、网络、文化娱乐、科学普及基础教育、日常生活历史记录；
2. 市场需求认知层次：市场需求明晰-内部结构单纯明晰的query、市场需求明晰-通俗的query、市场需求明晰有附加前提、市场需求不明晰。

因而展开case考察的query如下表所示图右图：

在博客智能手机应用程序搜寻那些query，历史记录获得的结论与适当的难题，汇整case如下表所示图右图。

虽然是智能手机截屏，黏贴到该文里会较为占地方性，因而责任编辑就没黏贴此次考察的前述情形截屏，我们钟爱不然能用博客他们搜呵呵试一试。

对以内case中，存有难题的case展开预测，如下表所示图右图。

汇整那些case的难题其原因，即须要前瞻性化解的难题，如下表所示图右图。

二、工程项目目标

1. 产品目标

采用者以最低成本获得须要的信息。

2. 核心指标定义

采用者搜寻成功率，即采用者在搜寻query后，没后续行为（包括更改query，切换tab等），直接获得须要的结论的概率。

3. 重要指标定义

• query解析准确率，即query解析准确的概率；
• 匹配准确率，即第一结论匹配准确的概率；
• 前10排序准确率，即前10结论排序准确的概率；
• Query前10结论相关性，即一个query前10条结论与该query相关的概率。

case以内5个指标的满足用户情形如下表所示图右图：

• 采用者搜寻成功率：27.50%；
• query解析准确率：50.00%；
• 匹配准确率：40.00%；
• 前10排序准确率：35.00%；
• Query前10结论相关性：52.50%。

4. 工程项目目标

• 采用者搜寻成功率提升至40.00%；
• Query解析准确率提升至60.00%；
• 匹配准确率提升至60.00%；
• 前10排序准确率提升至50.00%；
• Query前10结论相关性提升至70.00%。

三、市场需求概述

针对此次工程项目须要化解的难题，设计适当改进计划，并根据难题影响面&预期可化解影响面与成本，排列化解计划优先级，如下表所示图右图。

四、市场需求详述

1. query解析

（1）改进计划一

计划：query解析增强常用口语词库与口语转义词库，提高对query的口语识别能力。

方法论说明：对通俗query，利用常用口语词库找出query中的口语，再利用口语转义词库展开转义，获得市场需求明晰的简要query后再展开切词工作。

Case举例：

（2）改进计划二

计划：query解析提高切词正确性，对长query允许以多种query处理结论展开搜寻。

方法论说明：当采用者输入较长query时，不仅能够针对query整体对博客结论展开召回，同时能够在切词后，对query展开处理，转换为多种可能的query，去除query中一些无关紧要的词，并再次对博客结论展开召回。通过多次召回，在所有结论中，命中匹配相关性最好的博客。

Case举例：

（3）改进计划三

计划：query解析增强转义词库，提高对query附加前提的识别能力

方法论说明：采用者输入的query，在切词后，能够通过转义词库，提取出query中的附加前提，在匹配与排序的方法论中为该标签增加权重

Case举例：

（4）改进计划四

计划：query解析增强专有名词库，提高对query市场需求主体识别能力。

方法论说明：对query切词后，根据专有名词库找出query主体。

Case举例：

2. 结论匹配

（1）改进计划五

计划：匹配方法论中，根据搜寻query，提高匹配阈值，增加权威性、热度、时效性、原创性、文本相关性标签权重

方法论说明：当采用者搜寻query较为复杂或长度较长，同时具有附加前提时，须要提高对召回结论的匹配阈值，过滤相关性较低的博客。

除此之外根据搜寻query本身的特性与提取出的附加前提，增加与附加前提对应的权威性、热度、时效性、原创性等标签的权重。

Case举例：

（2）改进计划六

计划：根据搜寻query，召回结论中，对数量异常多，热度异常高等特殊情形导致的达到命中阈值的结论展开异常处理，减少刷量等行为带来的错误匹配命中。

方法论说明：根据搜寻query，召回结论中，当出现某一类别结论博客数量异常多，或某一结论博客热度异常高，导致轻易突破匹配阈值的情形，须要前瞻性提高这一类搜寻query文本相关性标签的权重，并将文本相关性作为一个辅助阈值。

综合阈值突破，然而文本相关性阈值未突破的情形下，对该类召回结论做特殊处理（不匹配，或者折叠，或者去重）。从而减少刷量、刷热度等行为带来的错误匹配命中。

Case举例：

3. 结论排序

（1）改进计划七

计划：在采用者的连续搜寻行为中，提高排序方法论中上下文情景之间的关联性标签权重以及更新时效，提高连续搜寻行为中同一主体的关联性。

方法论说明：在采用者具有连续搜寻行为时，触发该方法论。针对采用者搜寻query之间的相关性（例如鹿晗电影、鹿晗），在召回结论匹配时，提高与之前的搜寻行为有关联的标签权重，并提高这类标签的更新时效，及时更新。

Case举例：

4. 结论展示

（1）改进计划八

计划：调整特定词汇（名词，范围如历史人物、特定名词）的页面展示方法论

方法论说明：框定部分词汇范围（如莎士比亚，名人类；片儿川，风土类），调整该类词汇搜寻结论的页面展示顺序方法论，优先展示百科信息，并优先展示热门问答、热门该文等信息。

Case举例：

5. 资源预测

（1）改进计划九

计划：提高对站内博客信息的语义预测准确率，强化匹配结论

方法论说明：通过名词转义、口语词库与转义、转有名词库、切词等手段，提高对站内博客信息的语义预测准确率，强化匹配结论。

Case举例：

五、统计市场需求

统计如下表所示指标，对强化市场需求效果展开评估。

责任编辑由 @misbone 原创发布于人人都是产品经理，未经许可，禁止转载

题图来自 Unsplash，基于 CC0 协议