algo-ecom-search

电商搜索相关性

概述

电商搜索是一条流水线：查询理解 → 检索 → 排序 → 展示。每个阶段都会影响相关性。优化时需要诊断出具体是哪个阶段出现问题，而不是只调整某个组件。无结果率、点击率和加购率是关键指标。

适用场景

触发条件：

• 诊断搜索结果为何不符合用户预期
• 实现查询处理功能（拼写检查、同义词、意图检测）
• 减少无结果搜索并提高转化率

不适用场景：

• 仅设计排序算法（使用电商排序技能）
• 仅评估文本相关性评分（使用 BM25）

算法

IRON LAW: Search Quality Is Determined by the WEAKEST Pipeline Stage
Query understanding, retrieval, ranking, and presentation are sequential.
Perfect ranking cannot fix bad retrieval (missing products). Perfect
retrieval cannot fix bad query understanding (wrong intent). Diagnose
which stage fails FIRST before optimizing.

阶段 1：输入验证

审查当前搜索：按搜索量抽取 100 个查询样本。对每个查询评估：查询理解（意图是否正确？）、检索（候选集中是否包含相关商品？）、排序（最佳商品是否排在前面？）、展示（显示内容是否有用？）。 关卡： 将薄弱环节定位到具体流水线阶段。

阶段 2：核心算法

查询理解： 1. 拼写纠正（编辑距离、n-gram）。2. 同义词扩展（耳塞式耳机↔耳机）。3. 意图分类（商品搜索、品牌搜索或分类浏览）。4. 查询改写（属性提取：“红色鞋子 10 码” → 颜色：红色、分类：鞋子、尺码：10）。

检索优化： 1. 多字段搜索（标题、描述、品牌、分类、SKU）。2. 加权策略（标题匹配 > 描述匹配）。3. 筛选与加权（硬性约束：分类、库存情况；软性信号：人气）。

结果质量： 1. 无结果兜底（放宽查询条件、推荐替代项）。2. 分面导航（按价格、品牌、评分筛选）。3. “您是否要找”建议。

阶段 3：验证

衡量指标：无结果率（目标 <5%）、首页点击率（目标 >30%）、人工评估查询的 NDCG。 关卡： 关键指标优于基线。

阶段 4：输出

返回搜索审计结果及按优先级排列的改进项。

输出格式

{
  "audit": {"zero_result_rate": 0.08, "avg_ctr": 0.25, "top_failing_queries": ["earbuds wireless", "gift ideas"]},
  "recommendations": [{"stage": "query_understanding", "issue": "no_synonym_expansion", "impact": "high", "fix": "Add earbuds↔earphones synonym"}],
  "metadata": {"queries_sampled": 100, "period": "2025-Q1"}
}

示例

示例输入/输出

输入： “wireles earbud”（拼写错误）返回 0 条结果 预期： 拼写纠正 → “wireless earbuds” → 展示相关商品。建议：实现拼写纠正。

边缘情况

输入	预期	原因
仅分类查询（“shoes”）	浏览意图，展示热门商品	这不是具体商品搜索
品牌拼写错误	模糊品牌匹配	“Nikee” → “Nike”
长尾查询（“blue cotton v-neck t-shirt men XL”）	需要解析属性	自由文本中包含多个结构化属性

注意事项

• 同义词维护：同义词列表需要持续维护。“AirPods”是品牌，不是“耳塞式耳机”的同义词。错误的同义词会损害准确率。
• 过度召回：激进的同义词扩展和模糊匹配会返回过多不相关结果。需要平衡召回率（找到所有结果）和准确率（仅返回相关结果）。
• 语言特有的挑战：中文搜索需要分词。“皮鞋”不应匹配“拖鞋”，尽管二者都包含“鞋”。
• 搜索分析至关重要：如果不跟踪查询级别的点击率、无结果查询和转化率，优化就如同盲人摸象。
• 搜索 A/B 测试难度较高：搜索变更会影响所有查询。有些会得到改善，有些则会退步。既要衡量整体指标，也要按查询类型分层分析。

参考资料

• 查询理解流水线架构，参见 references/query-pipeline.md
• 搜索相关性评估方法，参见 references/relevance-evaluation.md