相信大家都遇到過搜索某信息，某商品，某內容時候Query字段比較長，如果完整的輸入需要耗費很大的時間，如果再遇到大小寫、中英文切換、數字結合，那就更讓人抓狂頭痛了，舉幾個常見的電商搜索場景案例相信大家都有所經歷：
- 化妝品—字段多，品類多（品牌名字有中文版有英文版，字段較長；同一品牌下類目眾多）
- 搜有貨號的產品—中文+數字（輸入正確性的要求較高，如果字段中一個輸入錯則直接導致搜索結果的的不同）
如何提高輸入效率那？又如何幫用戶推薦他真正想獲取的內容或商品那？接下來我將結合化妝品的案例和大家分享阿里雲開放搜索系統提供的搜索引導功能–下拉提示的優化方案
案例背景
某測評APP，通過對化妝品成分和膚質的分析，由於涵蓋全球各國化妝品，有300萬+化妝品SKU，所以用戶在搜索框輸入查詢詞的過程時，經常遇到中英文切換、名稱過長等導致的效率低的問題。
問題反饋
希望提高用戶搜索輸入效率，更快速找到所需要的商品或內容,從而提高業務轉化
問題分析
- 通過搜索框輸入查詢詞的過程中，智能推薦高質量候選Query，可以幫助用戶更快速找到搜索內容；
- 優化下拉提示的內容排序，讓用戶搜索意圖商品排序更前
阿里雲開放搜索解決方案
擴展功能：
1.開放搜索下拉提示功能：
起到減少用戶輸入的作用，自動補全搜索關鍵字，提升用戶使用搜索引擎的體驗，同時減少用戶的查詢次數，減小我們服務端的壓力。
2.支持智能抽取候選詞，電商行業模板
l 文檔字段原值保留(內容較短含義明確適用於不需要分詞的字段，例如：店鋪名，應用名等）;
l 文檔字段智能抽取 (阿里海量自熱語言訓練的分詞器，進行分詞，抽取有意義的term進行組合）;
l 歷史查詢詞(引用用戶近期的歷史查詢詞）;
3. 支持多種干預項
l 對於一些突增熱詞，例如當“iphone Xs”發佈時，它的query 頻次肯定不及發佈了一年的“iphone X”，這種case 下，客戶肯定希望當他的用戶敲入“iphone”時，“iphone Xs”排在下拉提示的最前面，這時我們提供的推薦名單功能就可以派上用場了，客戶可以手動輸入“iphone Xs”詞條，這樣它就可以排在最前面了。相反，有些query客戶是不希望被展示的，例如一些法律敏感的詞彙，或 query 返回的結果集較少的詞彙，此時客戶可以使用我們提供的黑名單功能，運用該功能後，用戶輸入的 query 如果部分匹配或全部匹配黑名單詞條時，相關的下拉提示結果會被屏蔽
4. 下拉提示請求與搜索請求關聯
基於關聯請求數據，得到下拉提示點擊結果等數據，可以優化下拉提示排序模型，進而提升下拉提示搜索的效果
實現效果
1.搜索框輸入“elix",下拉提示結果
2.“保溼霜大瓶 “這個query，可以通過如下方式查詢得到：
· 中文前綴：保，保溼，…
· 全拼前綴：B, Ba, Bao, Baoshi, Baoshishaung, …
· 簡拼前綴：B, Bs,Bss，…
· 漢字加拼音：保shi, 保溼shuang;
· 分詞後前綴：大瓶，大瓶保溼，保溼大，…
· 中文同音別字： 保溼雙,寶石霜，…
如果你想與更多開發者們進行交流、瞭解最前沿的搜索與推薦技術，可以釘釘掃碼加入社群~
【開放搜索】新用戶活動：阿里雲實名認證用戶享1個月免費試用~https://www.aliyun.com/product/opensearch