搜索的基本框架

1、搜索与推荐

用户从海量文本中获取信息主要通过两个途径，搜索和推荐；搜索和推荐的区别在于，搜索是通过输入一定的信息，获取对应的信息，是一个主动获取信息的过程。推荐则是app/web根据用户的历史行为数据，猜测用户的喜好，进行内容的推送。

2、搜索分类

2.1.搜索分类

一般搜索分为大搜和垂搜，大搜就是像百度、google、bing等对相关网页进行搜素。垂搜指的是某一领域的搜索，比如爱奇艺中的视频检索、淘宝的商品检索、贝壳的房子搜索等。

2.2、搜索业务

搜索词补全

搜索

相似搜索推荐

2.2、搜索常见素语

query：检索词，可以是商品名、视频名、房子信息、关键词等

doc：数据库中对应的文档，doc可以是商品，视频，房子等

索引：标识doc位置，加速搜索的一种方法，类似于书的目录。

引擎：实现检索的平台

2.3、搜索模块

query解析 -> 相关文档召回 -> 粗排 -> 相关性计算 -> 精排 -> 重排

3、各模块简介

3.1、query解析

query解析是指对文本中传入的query进行解析，一般包含query的分词、意图识别、tagging、query改写、标签识别等等。

3.2、召回

召回是指从索引表中初步获取相关的doc，一般包括2种方法，1)文本seek->粗排截断，根据关键词构建倒排索引，拉取包含query所有分词的数据；2)向量召回，将query和doc分别表示成embdding的形式，然后计算query与doc的相关性，反馈相似性最高的top n个数据。

3.3、粗排

粗排截断一般在召回之后，对文本进行一个简单的筛选功能，减小后面相关性和精排的压力。一般是一个简单的gbdt或lr模型。

3.4、相关性计算

相关性计算一般接在召回的后面，对各路召回的doc进行一个汇总，实现进一步筛选，给每个doc一个档位预测、计算一个相关性分数，供下游的精排使用。

3.5、精排

精排阶段数据量较小，一般可以使用较为复杂的模型，例如deepFM、DNN、bert等等。

3.6、重排

重排一般发生在一些业务规则，基于一些业务逻辑，对最后的结果进行重新排序。

【1】 （搜索的基本概述）