网站改版 内容排序( 外汇候选词条精排策略的优劣做简单分析，值得收藏)

　　网站改版 内容排序(

外汇候选词条精排策略的优劣做简单分析，值得收藏)

　　一、候选词条细化

　　根据用户确定的字符，在召回环节召回前K个候选联想词。如何准确地对这些术语进行排序是排序中需要解决的问题。在细化过程中，根据业务发展的成熟度，排名会逐渐从单因素排名过渡到多因素排名。

　　为什么要逐渐过渡？主要原因是数据积累的大小影响数据的可信度。业务发展初期，数据量较小，用户交易环节的后续数据对结果影响较大。因此，简单地使用了预交易行为，例如使用简单的点击因子进行排序。

　　根据链路衰减原理，在业务发展初期，数据量本身非常少，后续的点击量、订单量、GMV就更小了。如果采用后端行为，对结果的干扰会很大，也就是说这些数据评估目标是不可信的。

　　当业务积累到一定阶段，如果点击率数据可信，就可以利用点击率数据进行排序。当业务发展比较成熟时，可以采用包括人气因素、收入因素、服务因素的综合模型进行排序。

　　排序产品策略主要有以下几类。我将简要分析每种策略的优缺点。在阐明策略之前，我们将重申联想词的目标：

　　策略 1：根据推荐的 Query 搜索次数进行排序。优点：简单；缺点：可能会启动作弊查询，长尾查询没有机会。

　　策略二：基于Query静态分数的下拉推荐

　　Query静态拟合Query各个维度的知识：如Query PV、IPV、UV、IUV、CTR、交易转化率、交易数量、交易金额、召回产品数量等。将上述知识通过 LR 回归方法拟合成实数。

　　优点：候选查询按照静态分数排序。查询的静态分数不仅考虑了查询的历史PV/点击信息，还考虑了查询的交易信息。成交好的查询获得更多的展示机会，给优质的候选查询更多的展示机会和排名位置，大大降低了低质量和作弊查询的展示概率。

　　缺点：静态分数主要取决于历史查询本身的特点。搜索查询和候选查询之间的连接只是相同的前缀。这种简单的共性（匹配）没有将搜索查询和候选查询紧密结合。, 弱相关的候选查询，如果其行为更好，就会排在第一位，但是这种弱相关查询的在线性能，尤其是点击率，往往很差。

　　策略三：基于CTR估计的下拉推荐

　　LR回归模型用于估计推荐查询的CTR，模型中充分考虑了搜索查询与候选查询的关系。两者之间的联系越强，候选点击率越高，反之亦然。设计策略中使用的特征如下

　　优点：充分考虑推荐查询的历史表现，推荐查询与搜索查询的关系

　　缺点：没有考虑到用户的个性化偏好

　　策略四：CTR下拉推荐结合用户个性化建模

　　策略 3 考虑了搜索 Query 与候选 Query 之间的关系以及候选 Query 的历史表现，但不收录用户个性化信息。

　　将用户的年龄、性别、购买力、短期和长期查询偏好作为用户建模，个性化建模推荐在排序时会取得更好的效果。在策略三的基础上，增加如下用户特征：

　　优势不用多说，但策略4只有在平台业务足够成熟的情况下才能进行。同时对平台研发能力要求高，具备用户建模、行为建模等大数据平台能力。

　　排序后的处理：

　　比如你在电商网站中搜索“海尔”，推荐的查询是：

　　总的来说，网站 尽可能地对最常用的查询进行结构化，并且该结构遵循语义一致的原则。各种功能（功能语义）等被构建在一起。

　　二、场景和动作

　　在之前的文章中，我们在搜索结果页面上设置了场景和规划的动线。文章还提到，可以在每一页上规划场景和动线。比如联想词页面，电商网站策划店铺导购。流程场景（上图蓝框内）满足用户直接搜索店铺的需求。此外，还规划了一个O2O场景（上图绿框），以满足用户快速到达线下门店的需求。

　　你可能会问，这个场景的穿插位置是怎么确定的？本场景规划结合商业变现和用户需求，根据公司变现规则确定，根据收入变现确定位置。

　　查询离线处理：

　　查询规范化：大小写、全角、简繁、停用词、无效空格等无效字符。

　　大家对文章中的产品策略，以及场景和动线的设计，以及搜索联想词的其他方面的意见和建议，欢迎在评论区留言讨论。

　　征求意见和建议：

　　目前社会已经进入人口红利的下半场，各个企业都在提升数字化能力，开始挖掘现有用户的价值实现和价值提升（快手、抖音、百度都在从事电商，线下企业都在忙着转型），商品/服务与消费者的供需匹配是实现商业化的主要方式，搜索推荐是实现供需匹配的主要机制。

　　目前，国内只有少数几家领先的互联网公司拥有成熟完整的人才队伍。其他公司要么专业人才分散、知识结构不完善，要么根本没有这样的人才。社会对人才的巨大需求与社会高素质人才严重短缺之间存在矛盾。，制约了很多公司在这方面的提升，也制约了小伙伴职业收入和职业空间的提升。

　　鉴于搜索和推荐的专业特点，目前已发表的系统资料相对较少，资料难度参差不齐，难以满足企业和专业人士的燃眉之急。近10年专注电商，深度参与并主导两大电商平台建设。搜索推荐流量分配和商品管理系统，熟悉电商平台的策略、产品、运营、数据和研发，总结了我这10年的心得，打造一个实用的电商搜索系统，打造实用的电子商务搜索系统。电商推荐系统，打造实用的电商商品管理系统，以及一系列<

　　后期这些文章会在人人都是产品经理的平台上逐步发布。同时，我们将与平台共同打造课程，并在周末开设在线课程。如果您对文章或课程有任何意见和看法，请到评论区留言，密切关注课程进度。文章 与在线课程仍然不同。在线课程除了教授文章内容外，还提供课堂实时互动和课后业务整合问题咨询。此外，为打造实用的商品管理系统，平台90天B端产品经理实操班开设了一堂课。对这方面有兴趣的同学可以留意下定期开课时间。终于，2021年6月5日，在上海B端产品经理大会上，我分享了“B端产品降本增效实践”的主题，欢迎大家参加。

　　本文由@产品专家毛鑫原创发表于人人都是产品经理。未经许可禁止复制

　　题图来自Unsplash，基于CC0协议