淘寶搜索算法經(jīng)過不斷的改變算法，重要走出了自己的一套成熟的淘寶搜索排序。淘寶搜索排序的目的是幫助用戶快速的找到需要的商品。從技術上來說，就是在用戶輸入關鍵詞匹配到的商品中，把最符合用戶需求的商品排到第一位，其它的依次排在后續(xù)相應的位置。為了更好的實現(xiàn)這個目標，算法排序系統(tǒng)基本按三個方面來推進：

一．算法模型

當用戶輸入關鍵詞進行搜索的時候，系統(tǒng)依據(jù)算法模型來給匹配到的每個商品進行實時的計算，并按照分數(shù)的大小對商品進行排序。

對于好的算法模型，首先需要考慮我們能夠有哪些特征因子可以應用。比如在網(wǎng)頁搜索中，算法模型基本就是按網(wǎng)頁的重要性和相關性給網(wǎng)頁計算一個分數(shù)，然后進行排序。這里的相關性，和重要性就是網(wǎng)頁排序模型中兩個重要的因子。具體來說相關性因子是指搜索關鍵字在文檔中出現(xiàn)的度數(shù)，當這個度數(shù)越高時，則認為該文檔的相關程度越高。重要度因子比如Google的Pagerank，可以理解為一個網(wǎng)頁入口超級鏈接的數(shù)目：一個網(wǎng)頁被其他網(wǎng)頁引用得越多，則該網(wǎng)頁就越有價值。特別地，一個網(wǎng)頁被越重要的網(wǎng)頁所引用，則該網(wǎng)頁的重要程度也就越高。

考慮淘寶搜索的時候，有些特征因子是很容易能想到的，比如

A．文本的相關性：關鍵詞和商品的匹配，匹配的程度，是否重要詞的匹配，匹配詞之間的距離等，都可能影響相關性。比如搜索“小鴨子洗衣機”的時候，一個商品的中心詞是洗衣機的要比賣洗衣機配件商品的相關性高，小鴨子連在一起的相關性要比“小”和“鴨子”分開時候的相關性高等。文本相關性最基本的計算方式可以參考BM25等。

B．類目熱點：淘寶數(shù)據(jù)的一個重要特質(zhì)是每個商品都掛靠在類目屬性體系下面，每個商品都做了一個很好的分類。在搜索過程中，同一搜索詞的大量用戶行為數(shù)據(jù)很容易聚焦到相應的熱點類目，比如“手機”的搜索行為會集中到手機類目，而不是配件類目。

C．圖片質(zhì)量：圖片是電子商務網(wǎng)站非常重要的一個數(shù)據(jù)，圖片是否精美吸引人，圖片上是否有各種各樣的“牛皮癬”，和商品匹配度等都很大程度上影響著用戶的點擊和購買決策。

D．商品質(zhì)量：每個商品都有不同的質(zhì)量，商品的描述真實性，是否物美價廉，受人歡迎的程度等

E．作弊因子：類似于全網(wǎng)搜索有關鍵詞堆砌，link spam，網(wǎng)頁重復等等作弊的問題，電子商務搜索也面臨同樣的問題，比如商品關鍵詞堆砌，重復鋪貨，重復開店，廣告商品引流等等，也有商品特有的問題如價格作弊，交易作弊等，需要利用統(tǒng)計分析或者機器學習來做異常行為，異常規(guī)律的發(fā)現(xiàn)和識別并運用到排序中

F．公平因子：淘寶的商品很豐富，每個搜索詞下都有足夠多的商品在競爭，需要在相似質(zhì)量的情況下讓更多的商品和賣家有展示的機會，而不是像網(wǎng)頁搜索一樣是一個基本靜態(tài)的排序，照成商品點擊和展示的馬太效應。

類似的商品，賣家，買家，搜索詞等方面的特征因子有很多，一個排序模型就是把各種各樣不同的特征因子組合起來，給出一個最終的關鍵詞到商品的相關性分數(shù)。只用其中的一到兩個特征因子，已經(jīng)可以對商品做一些最基本的排序。如果有更多的特征參與到排序，我們就可能得到一個更好的排序算法。組合的方法可以有簡單的人工配置到復雜的類似Learning to Rank等的學習模型。

那么如何衡量不同算法之間的優(yōu)劣呢？

二．線下評估

算法模型的評估一般分為線下的評估和線上的評估，線下的評估很多都體現(xiàn)在搜索中常用的相關性（Relevance）指標。相關性的定義可以分為狹義相關性和廣義相關性兩方面，狹義相關性一般指檢索結果和用戶查詢的相關程度。而從廣義的層面，相關性可以理解為用戶查詢的綜合滿意度。當用戶在搜索框輸入關鍵詞，到需求獲得滿足，這之間經(jīng)歷的過程越順暢，越便捷，搜索相關性就越好。

在淘寶搜索衡量狹義相關性的時候，一般是使用PI（Per Item）測試的方法：

A．抽取具有代表性的查詢關鍵詞，組成一個規(guī)模適當?shù)年P鍵詞集合

B．針對這個關鍵詞集合，從模型的產(chǎn)出結果中查詢對應的結果，進行人工標注（人工判斷為相關性好，中，差等）. 對人工評測的結果數(shù)據(jù)，使用預定義好的評價計算公式比如DCG等，用數(shù)值化的方法來評價算法模型的結果和標注的理想結果的接近程度

利用人工標注數(shù)據(jù)來計算相關性的分數(shù)，來判斷模型的好壞；在這個過程中人工不可避免的會有主觀的判斷，但綜合了多人的判斷結果還是可以獲得一個有統(tǒng)計意義的結果，另一方面標注數(shù)據(jù)也可以幫助我們找到一個算法表現(xiàn)不理想的地方，有針對性的提升。

廣義的相關性線下評測比較困難，受人工主觀因素的影響更大，一般使用SBS（Side by Side）的評測方法，針對一個關鍵詞，把兩個不同算法模型產(chǎn)出的結果同時展示在屏幕上，每次新模型和對比模型展示的位置關系都是隨即的，人工判斷的時候不知道哪一邊的數(shù)據(jù)是新模型的結果，人工判斷那一邊的搜索結果好，以最終的統(tǒng)計結果綜合來衡量新模型和老模型的搜索表現(xiàn)。

線下評測的方法和指標有很多，不同的搜索引擎會關注不同的指標，比如以前Yahoo的全網(wǎng)搜索引擎比較關注RCFP （Relevance，Coverage，F(xiàn)reshness， Perspective）等，淘寶搜索線下評測時候一般統(tǒng)計DCG和SBS的指標。

線下的評測方法從統(tǒng)計上有一定的指導意義，能從一定程度上區(qū)分模型的好壞，但要真正驗證算法模型的好壞，還需要接受真實的流量來驗證。

三．線上測試

為了真實驗證一個算法模型的好壞，需要有一個系統(tǒng)能提供真實的流量來檢驗。淘寶搜索實現(xiàn)的BTS（Bucket Testing System）系統(tǒng)就是這樣的一個環(huán)境，在用戶搜索時，由搜索系統(tǒng)根據(jù)一定的策略來自動決定用戶的分組號（Bucket id），保證自動抽取導入不同分組的流量具有可對比性，然后讓不同分組的用戶看到的不同算法模型提供的結果。用戶在不同模型下的行為將被記錄下來，這些行為數(shù)據(jù)通過數(shù)據(jù)分析形成一系列指標，而通過這些指標的比較，最后就形成了不同模型之間孰優(yōu)孰劣的結論。只要分組的流量達到一定的程度，數(shù)據(jù)指標從統(tǒng)計意義上就具有可比性。

不同的BTS系統(tǒng)會關注不同的數(shù)據(jù)指標，在淘寶搜索，有一些重要的指標是很多算法模型測試的時候關注的：

訪問UV成交轉化率：來淘寶搜索的UV，最終通過搜索結果成交的用戶占比。

IPV-UV轉化率：來淘寶搜索的UV，有多少比例的用戶點擊了搜索結果

CTR：搜索產(chǎn)生的點擊占搜索產(chǎn)生的PV的比例

客單價：每個成交用戶在淘寶搜索上產(chǎn)生成交的平均價格

基尼系數(shù)：基尼系數(shù)是一個經(jīng)濟學名詞，考量社會財富的集中度；如果社會財富集中到很少一部分富人手中的時候，基尼系數(shù)就會增大，社會的穩(wěn)定性和可持續(xù)發(fā)展性就會出現(xiàn)問題；淘寶搜索借用了這個概念來衡量搜索帶給賣家的PV展示，和點擊的集中度，在保證用戶體驗的前提下，給更多的優(yōu)質(zhì)或小小而美的賣家展示的機會。

大部分時候我們都有好幾個模型和功能在線上測試，我們用BTS的方式來觀察測試的情況，如果提升穩(wěn)定就逐漸開放給所有用戶，如果沒有提升，我們也能從中獲得經(jīng)驗幫助我們更好的理解用戶。

樂發(fā)網(wǎng)超市批發(fā)網(wǎng)提供超市貨源信息,超市采購進貨渠道。超市進貨網(wǎng)提供成都食品批發(fā),日用百貨批發(fā)信息、微信淘寶網(wǎng)店超市采購信息和超市加盟信息.打造國內(nèi)超市采購商與批發(fā)市場供應廠商搭建網(wǎng)上批發(fā)市場平臺,是全國批發(fā)市場行業(yè)中電子商務權威性網(wǎng)站。

本文內(nèi)容整合網(wǎng)站：百度百科、知乎、淘寶平臺規(guī)則

本文來源： 淘寶搜索排序算法現(xiàn)狀探秘