搜索在电商场景中对于流量转化率的贡献远远超过推荐系统,但相比之下有关搜索的介绍文章却非常稀缺。本文将为大家介绍电商APP智能搜索引擎的整体架构,包括分析器、词库、召回\u0026索引、排序、重排序以及 A/B 测试等模块,并探讨如何评估搜索引擎的效果。后续将继续深入探讨搜索结果召回和排序的具体方法。

一、电商 APP 搜索引擎概述

电商 APP 搜索引擎与综合搜索引擎如 Baidu 和 Google 有以下几点主要区别:

1. 用户查询复杂度较低: 电商 APP 用户的查询意图较为明确,如"男鞋"、"长裤"等,而综合搜索引擎用户查询可能更加探索性和描述性。

2. 搜索结果池差异较大: 电商 APP 搜索结果仅限于 APP 内商品,而综合搜索引擎的结果来自于各大网站,内容形式更加丰富。

二、电商 APP 搜索引擎的重要性

数据显示,搜索入口在综合电商 APP 中占据 60% 以上的销售贡献,在生鲜电商 APP 中也有 35%-40% 的贡献。即使搜索转化率每提升 1 个点,也可带来上亿美元级的销售增长。

• 随着年轻消费群体的兴起,用户更加主动寻找感兴趣的商品,搜索功能成为重要入口。

三、电商 APP 搜索引擎的整体框架

电商 APP 搜索引擎的整体框架如下:

1. 分析器: 对用户查询进行预处理,包括切词、拼音转换、实体识别等。

2. 词库: 覆盖品牌、分类、规格等各类实体,以及同义词、纠错词等。

3. Recall \u0026 Elasticsearch 索引: 基于分析器输出的实体,构建召回条件进行索引查询。

4. Ranking: 结合商品相关性和业务规则进行排序,也可引入机器学习模型。

5. Reranking: 针对特定业务需求进行二次排序。

6. A/B Test: 对不同搜索策略进行实验对比。

四、搜索效果评估

1. 线下评估: 通过构建测试集并人工标注相关度,计算召回率、DCG/NDCG 等指标。

2. 线上评估: 包括查询无结果率、平均点击商品位数、CTR、加购率、跳失率等指标。

后续我们将就搜索结果召回和排序的具体方法进行更深入的探讨。