一、個性化排序應用
類目預測
類目預測是開放搜索裡基於物品/內容的類目信息改善搜索效果的算法功能。
類目預測根據用戶的查詢詞來預測用戶想要查詢哪個類目的結果，結合排序表達式，可以使得更符合搜索意圖的結果排序更靠前
基本原理：把歷史上搜過的query收集起來，結合query查詢之後的點擊行為數據，與類目下的物品信息聯繫起來，使用這些數據來訓練模型，由模型來刻畫query與類目之間的數據規律。
例如：不同用戶搜索“華為”
有些行為意圖搜索“配件”，有些意圖是搜索“手機”，那根據用戶的行為數據就可以通過類目進行判斷，從而在排序效果上實現個性化展示；
二、個性化搜索引導
搜索中引導--下拉提示
• 功能介紹
下拉提示是搜索服務的基礎功能，在用戶輸入查詢詞的過程中，智能推薦候選query，提高用戶輸入效率，幫助用戶儘快找到想要的內容。
下拉提示實現了基於用戶文檔內容的query智能抽取，可以通過中文前綴，拼音全拼，拼音首字母簡拼查詢以及漢字加拼音，分詞後前綴，中文同音別字等查詢下拉提示的候選query。
例如：不同用戶在搜索框輸入“包”，下拉提示都是不同的，優先展示該用戶搜索過的query，從而增加業務轉化的機會；
• query生成規則
針對過去N(默認7)天的歷史query，結合該query的詞權重，召回結果數，歷史搜索次數，近一天查詢是否有結果等條件，選出一些熱門歷史查詢詞，作為下拉提示的候選詞。
系統支持兩種規則生成候選query：抽取生成和原值保留。
抽取生成：使用阿里nlp團隊基於海量自然語言訓練的分析器，對字段內容進行分詞，抽取有意義的term進行組合，得到候選query，這種方式儘量保證生成的候選query能召回對應的文檔。
原值保留：該規則對字段內容不做分詞處理，直接將其作為下拉提示的候選query。
• 行業模板
根據不同行業數據特點提供了相應優化模板：通用行業模板，電商行業模板，內容行業模板
• 干預功能
對數據源應用文檔設置過濾條件;對候選query結果進行干預，包括黑名單和白名單;
• 業務報表：
下拉提示進行的數據統計指標包括：核心指標，流量指標，點擊指標， 引導搜索指標，Query分析指標，五個維度；
可以衡量下拉提示召回、排序、加購轉化、內容豐富度等效果。
搜索前引導-熱搜和底紋
• 功能介紹
熱搜和底紋是一個完整搜索引擎必備的基本功能，通常佔據著搜索框入口的重要位置，提供不可或缺的業務價值。
從用戶的角度來看，熱搜底紋一般可以滿足如下的需求：
- 給我推薦一些優質的查詢詞；
- 想知道大家都搜了些什麼；
- 既想看我感興趣的內容，又想探索一些興趣之外的內容；
從運營者的角度，熱搜和底紋可以提供這樣的價值：
- 哪些query被搜得最多，熱門query是用戶興趣的風向標，通過分析熱門query我們可以把握用戶的興趣走向，對制定運營策略；
- 給用戶推薦一些優質query；
- 給用戶推薦熱門query，一方面兼顧用戶體驗，另一方面給部分次熱門query增加曝光機會；
• 配置流程
• 業務報表
熱搜底紋業務運營報表，可以清晰反映搜索引導結果的點擊情況，衡量其召回、排序的效果和質量，再通過系統的評估服務，找到對應的問題原因和解決方案。
以上就是阿里雲開放搜索“個性化”搜索相關算法的應用介紹，如果您對搜索與推薦相關技術感興趣，歡迎加入釘釘群內交流~
【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://free.aliyun.com/product/opensearch-free-trial