关键词自动采集生成内容系统-无需任何打理(百度关键词搜索推荐工具（KR）是什么？(组图))

　　关键词自动采集生成内容系统-无需任何打理(百度关键词搜索推荐工具（KR）是什么？(组图))

　　如果把百度风潮系统比作一个商场，这个商场的主要产品是什么？答案是“流量”，而关键词对于广告主来说是流量最直观的体现。

　　如果客户想在百度上做搜索广告，需要找到一组能够准确描述其推广意图的关键词；但另一方面，百度的风潮系统拍卖接近10亿字，百度每天的PV关键词约数十亿。从这些词中找到高质量的关键词，对于客户和为客户管理账户的客服来说都是一个很大的挑战。

　　此时，百度的关键词搜索推荐工具（KR）就发挥了重要作用。

　　那么KR究竟是什么？顾名思义，KR（Keyword Recommendation）是百度向客户推荐关键词的工具。当然，KR不仅为客户提供被动、主动、URL、行业推荐等个性化推荐，还提供*敏*感*词*词、*敏*感*词*URL、建议等领先的提示技术；此外，KR还提供客户账户诊断优化服务，一方面优化客户账户结构，提高客户提示、账户管理效率，同时也实现了增加客户消费、提升百度风潮整体消费的功能。系统。

　　因为这个工具是提供给百度广告主的，网上没有直接入口。注册账号后，需要找到“关键词工具”才能访问。

　　百度关键词搜索推荐互动

　　下面是关键词工具的使用过程：

　　广告主进入KR入口()。有多个入口。此时KR会根据广告主在丰巢的历史操作行为为广告主推荐*敏*感*词*关键词，广告主可以直接点击*敏*感*词*关键词搜索（*敏*感*词*关键词 > 主要针对不熟悉KR的客户，指导他们使用。百度搜索框没有这个功能，这个功能是KR独有的）；之后，网友可以输入搜索查询query得到与查询字面和语义相似的关键词，系统会返回与这些关键词相关的属性。然后用户可以过滤和分组关键词（系统会提供多种分组建议）

　　图：百度关键词搜索推荐系统交互图

　　同时KR也提供传统的推荐方式，让广告主推荐关键词。就是利用SVD、图关系挖掘等协同过滤技术，根据客户的历史提示行为直接向广告主推荐结果。广告主不需要任何交互输入，可以直接进入提示页面查看结果。

　　搜索系统策略架构

　　百度的关键词搜索推荐系统（KR）不仅提供典型的推荐服务，即无搜索，还提供了搜索功能，即用户输入关键词进行搜索，KR推荐那关键词最相关的前n个关键词，这些关键词不仅附有通俗易懂的推荐理由（说明为什么推荐关键词），各类关键词属性（如关键词在百度上的流量、竞争程度等信息），关键词按字面和语义聚类；默认情况下，推荐的 关键词 已按字面和语义进行了相关性和营销规则的排序。

　　底层是各种基础数据以及基于这些过程对数据进行预处理、清洗、挖掘后的存储。当用户发起请求时，系统会经历以下主要步骤：

　　关键词触发器：基于经典字面量和语义的触发器，挖掘同购关系和复杂图关系的数据，触发候选推荐关键词。对应百度搜索引擎，这一步是查询重写转换和文档检索。相关性准入：考虑到后续的过滤步骤，触发的关键词数量一般需要大于最终保证召回所需的关键词数量。这时候需要对这些候选关键词进行相关性过滤。例如，将 GBDT 模型用于两个分类：相关或不相关。审核：推荐的关键词可能涉及*敏*感*词*、*敏*感*词*和*敏*感*词*。为了规避风险，这些关键词在推荐的时候要尽快过滤掉。在搜索引擎上，也需要过滤一些*敏*感*词*、*敏*感*词*、禁毒的内容。排序：为了提高KR推荐效率，使用提及率模型、实用模型和价值模型这三个词对剩余的候选关键词进行排序。同时需要根据应用场景对关键词进行过滤（比如用户有pv过滤需求，需要过滤pv值小于阈值的关键词 ); 对应百度，最重要的技术是ctr预估和质量。营销法则：人工干预的逻辑集中在这里。例如：假设KR推荐消费者关键词一段时间。这时候可以在这里添加逻辑对候选关键词队列进行重新排序；或者过滤一些不好的情况。搜索引擎也需要这个逻辑层，以允许尽快对结果进行人工干预。UI：关键词展示、保存等功能，包括传统推荐系统的正负反馈信息采集和反馈机制；以及KR独有的关键词分组功能、信息过滤功能等。与搜索引擎对应的是前端展示。

　　主动推荐策略框架

　　KR中的主动推荐是传统推荐技术在百度关键词搜索推荐中的应用。所谓主动是为了KR：关键词，广告主不需要主动发起互动操作。KR 使用传统的推荐技术：基于内容的、协同过滤和混合过滤方法，结合多种技术向广告商推荐结果。.

　　以下是KR积极推荐的战略框架。一方面，KR利用网民搜索日志、点击日志和广告数据库数据构建项目候选集。另一方面，系统采集广告商的反馈（显式或隐式）以构建用户配置文件，然后基于此信息构建用户配置文件。使用推荐算法向客户提出建议。如果 KR 中的搜索功能是即时搜索，那么主动推荐意味着不搜索。

　　图：百度关键词搜索推荐系统主动推荐策略框架

　　按页面内容推荐

　　百度风潮的广告商有自己的推广网站（或主页）。为了达到更好的推广效果，广告主应该提交与网页更相关的关键词，否则，即使是广告主，因为提交高PV关键词会导致网站的更高流量，且内容与关键词无关，导致转化率较低，得不偿失。

　　KR为此提供URL推荐，即广告主在KR搜索框中输入某个URL（例如），然后KR抓取网站并分析主题词进行推荐。以下是主要的策略过程。

　　图：按URL划分的KR推荐策略处理流程

　　每个KR推荐算法，或者一个扩展：每个商业搜索引擎，都会收录以下模块：触发、相关性过滤、排名、营销规则。

　　触发器是根据输入找到一个比较大的候选集，后面所有的排序和过滤都是针对这个集（学术界使用的数据；比如在搜索引擎中，根据网友输入的查询进行简单的字面语义匹配后找到潜在的候选集为pair进行后续处理，例如在学术界使用的LTR任务的开放数据LETOR中，直接使用BM25进行验证，选择相关性较高的top N进行后续排序; 之后对返回的结果进行相关性过滤排序，最后根据一些业务规则进行过滤和重新排序，包括*敏*感*词*、*敏*感*词*、*敏*感*词*等反动内容的过滤，或者一些特定的人工干预。

　　图：KR搜索推词逻辑

　　百度关键词工具介绍请参考：