国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

搜索功能作為產品設計中的基礎且重要的功能，已經伴隨著產品的發(fā)展歷經了數(shù)十年。筆者向我們分析了整個搜索的流程，并做了一個簡單的概述。

第一部分：搜索功能是什么？

通過用戶的輸入，從海量的數(shù)據中能夠找到與之匹配的信息的功能，稱之為搜索。

搜索出生的原因是信息過載，只有大量的數(shù)據情況下，搜索才能發(fā)揮出應有的價值。假設整個世界只有10條新聞，你想知道標題中含有“中國”的新聞，掃一眼就知道結果了，搜索的功能反而雞肋。

搜索功能是篩選＋Ranking，根據用戶的輸入確定篩選條件，再根據一定的策略進行Ranking。隨著信息的爆炸性以及用戶人群的細分，隨之誕生了搜索千人千面，結果列表的來源不僅僅跟你的輸入相關，還會考慮用戶畫像，比如你最近的行為帶來的一些標簽。

為什么需要千人千面？

因為搜索所得的數(shù)據量實在是太大了，如果不同人群看到的結果都是一樣的，是極其沒有效率的。想象一下，一個輸入條件有10W 條結果，大多數(shù)人看到前三頁就極其困難了。

這個時候，用戶要么選擇放棄搜索；要么選擇更精準條件的搜索。第二種方法對用戶不是很友好，原因在于用戶如何確定真實的搜索意圖，不知道該輸入什么，無法表述等等。倘若機器可以根據用戶的歷史進行預測推薦，那么用戶的體驗會有極大的提升。

第二部分：搜索流程

下圖是搜索的流程圖，虛線框中的主要是偏后臺的工作，需要產品經理有適當?shù)募夹g積累；剩余部分是會和產品、前端有交互的部分，需要產品經理進行產品設計。

接下來我們就一個個地講：

第一節(jié)：功能確認

第一步：需要確認是否需要該功能【做不做?】

請大家回頭看下搜索之所以產生的原因——信息過載，在這里其實就已經隱含了哪些產品需要有搜索功能。劃重點：信息。

因此，但凡涉及到有信息度的，數(shù)據量較大的，則可以有搜索功能。比如看視頻，視頻有發(fā)布者、視頻名稱、參演人等等；比如商品，有風格、有品牌、有類型等等；再比如新聞網站，信息量更直觀些，也是可以有搜索功能的。

那么哪些產品不需要有呢？常見的是工具屬性偏強，主操作信息量較少的產品，比如鬧鐘、拍照類的產品。

第二步：確認重要性【入口確定、資源確定等】

非常重要: 數(shù)據量過大，用戶目的相對明確，有某一主題或者更具體的要求，搜索可以極大的提高用戶體驗，比如:搜索引擎、電商網站。

次級重要: 用戶隨意性較高，并無較強的目的性，比如:新聞資訊類網站，該部分實效性的要求遠高于搜索。

第三步：確認目的【搜索形式、搜索算法】

分析用戶使用搜索的目的是什么，對結果的定義是什么。

總結出這幾點：決定，搜索的輸入（類型）、形式以及輸出（主準確？主召回？）。

在這里，再簡單給大家介紹一下準確和召回的含義：

下圖中的0，1分別代表否、是：Actual是實際情況中的數(shù)據，Predict是機器預測的數(shù)據。

準確率=在所有的數(shù)據中，機器預測正確的占比；換句話說，對所有數(shù)據來說，機器對了多少？

召回率=在所有準確的數(shù)據中，機器預測正確的占比；換句話說，對應該對的數(shù)據來說，機器找到了多少個對的？

第二節(jié)：輸入

輸入的類型：文本、語音、圖片、二維碼等等，由于不同的輸入內容，我們對信息的解析，以及后續(xù)檢索排序都有不同的方法，本文主要講基于文本（自然語言處理NLP）相關的內容。

其他的我們這邊簡單講講：

如果用戶輸入是語音的話，那么第一步需要將語音轉化為文本語言，然后繼續(xù)走NLP相關的路徑。

如果用戶輸入時圖片，那么需要對圖片提取特征，理解并進行搜索。如果是二維碼的話，直接跳轉到頁面，或者直接給結果即可。

輸入優(yōu)化

在用戶進行輸入的時候，為了方便用戶的收入，或者明確用戶的搜索意圖，我們可以采用以下方法，這些方法可根據實際的產品形態(tài)，選擇適合自己的。每個方法帶來的效果，相信大家都能自己領悟，我們這里不做詳細說明。

• 搜索框內展示搜索格式內容的幫助;
• 提供搜索建議（自動填充可能搜索的內容）;
• 將部分詳情展示出來（多用于電商類產品）；
• 自動糾錯;
• 有搜索結果的相似詞;
• 熱門搜索詞語;
• 基于該用戶推薦的詞語。

第三節(jié)：意圖識別

判斷類型

• 結果型，搜索的內容有明確的結果的，比如：愛因斯坦出生于什么時候？
• 段落型，搜索的結果需要用大段文字來表述，比如：人工智能是什么？
• 展示型，搜索的結果是一些信息的展示，比如商品，職位……

判斷意圖

意圖通常與知識圖譜，或者說字典交相輝映。

字典一般包含：詞干化，停用詞，同義詞，一詞多義，上下位詞語，這些內容。

其中，詞干化常常出現(xiàn)在英文的信息中，中文中不太常見；停用詞是指詞語沒有明確含義，比如：了，呢；同義詞，比如:自然語言處理與NLP；一詞多義，比如：蘋果【公司/一種水果】；上下位詞，比如互聯(lián)網是互聯(lián)網游戲的上位詞。

那么字典是用來干嘛的呢，用最通俗的理解就是撞詞，如果這個詞出現(xiàn)在詞表中的，那么這個詞所代表的意義就被我們所知道（更厲害一點的就是知識圖譜了，這個詞的屬性，與其他詞的關系都可以知道，知識圖譜我們之后再講）。

通過對詞語的理解，我們可以去進行信息檢索和排序。當然實際應用中，它不僅僅是撞詞那么簡單，有更多更深的算法來提高對意圖識別的準確度。

第四節(jié)：檢索和排序

檢索
基于向量的信息檢索中，標準的做法：余弦相似度，通過計算兩個向量的余弦來確定兩個文本的相似度。

結果型

該這種類型的問題，一般是依靠知識圖譜來查詢相關的結果的，這部分的內容我們在知識圖譜中再詳細講。

段落型

根據用戶的輸入，通過查找文檔–>查找段落–>根據需求決定是否需要段落摘要

最簡單的段落摘要，就是高亮，將命中的前后多少字作為段落摘要的內容，復雜點，可以通過AI來自動生成一些段落摘要。

展示型：確定搜索范圍，進行搜索。

排序

排序在整個流程中，分為兩種：一種是算法排序，在進行信息篩選的時候，算法已經給了每個結果的數(shù)值；第二種是人工干預排序，主要展示在頁面中的排序。

算法的排序結果是機器給的，不同產品時期，算法功力都會對排序產生影響。作為PM，可以把希望的結果以及一些bad case給到，來進行算法的優(yōu)化。

頁面中的排序，主要是PM根據需求來定的，通過對業(yè)務的了解、用戶需求的把握，篩選出合理的排序條件。

第五節(jié)：輸出

有結果：

在有結果的情況下，作為PM，只需要定義好輸出字段即可。目前展示的形式有3種類型：

（1）卡片展示：

• 卡片適合每塊信息量較少的情況；
• 整體來看，卡片的展示數(shù)量較列表來說是多的。
• 在卡片中，用戶操作不宜過多。

（2）列表展示：

• 由于列表占用空間較多，因此如果有更多的操作或者信息的展示，可以列表來展示；
• 整體來看，展示數(shù)量少于卡片的展示。

（3）個性展示：比如地圖找房

無結果：

最簡單直觀做法：展示沒有任何結果頁面，再加上提示“抱歉沒有您要搜索的內容，請換個詞語試試看”。

整個流程優(yōu)化的做法：

1. 預防：防止無結果的情況發(fā)生

可采用的方法:

• 搜索框內展示搜索格式內容的幫助;
• 提供搜索建議（自動填充可能搜索的內容）;
• 更好的理解用戶的輸入，建立自己的字典（停用詞、同義詞等，詳見意圖識別部分）;
• 將部分詳情展示出來（多用于電商類產品）。

2. 恢復：在無結果的情況下，幫助用戶回到正軌。

可采用的方法:

• 自動糾錯;
• 提示有搜索結果的相似詞;
• 幫助文檔，應當如何搜索。

變通：將錯誤變成新的機會。

可采用的方法:

• 展示類似的結果；
• 熱門搜索詞語；
• 基于該用戶推薦的詞語;
• 提供用戶反饋；
• 允許用戶貢獻內容（常見UGC產品）；
• 當有內容時告知用戶（常見于實效性不強且用戶在某方面敏感型的產品，比如地產類、機票低價提醒）

第六節(jié)：結果優(yōu)化【產品層】

我們講，在搜索的時候，假如結果不如意，如何讓用戶繼續(xù)留在頁面上，并找到自己想要的結果。

篩選

篩選是一個有力的交互過程，意味著用戶的需求明確，要求的結果更加精準。我們最怕的是用戶不知道自己要什么，因此我們在設計的時，希望通過一系列的小功能，比如篩選比如提示，來讓用戶明確自己的需求。

通用辦法：可以通過Tab鍵切換，或者篩選框來對結果進行一個初步篩選。

Pinterest的篩選：這個我是想單獨講講的，這真的是我很喜歡的一個設計。當你輸入查詢條件后，會自動彈出你的輸入+另外一個組合詞，真的是比普通的篩選牛了很多。

• 頁面比其他頁面就篩選而言，空間占用更少，更多的留給信息展示。
• 組合詞比結構化的篩選更多，有些詞是用戶更常用更多搜索的，但比較難歸類到某個類別進行展示。
• 組合詞的更新可以在后臺完成，不需要對頁面做過多更改。

當然，你也可以說，在輸入時直接自動出來讓用戶選擇，這個當然也沒啥問題。面對一些未知數(shù)量且模糊的搜索時，用戶的輸入會先從大到小，Pinterest的做法相當于結果——反饋——新的結果，不斷循環(huán)，對用戶的感知更順暢更友好，且用戶本身對事物的掌控也一直沒有被削弱。

輸入輸出改進

詳情參照上文第二節(jié)：輸入；第四節(jié)：輸出-無結果-整個流程優(yōu)化的做法。

第七節(jié)：結果評估&優(yōu)化【數(shù)據算法層】

我們講，在搜索的時候，假如結果不如意，如何讓用戶繼續(xù)留在頁面上，并找到自己想要的結果。

分析輸入，了解用戶

我們可以通過分析入口，分析Query，并結合用戶畫像、用戶分類，進行輸入分析，了解用戶在我們的產品上，輸入較多的是哪些類別、哪些內容。接下來的算法策略就可以根據這部分進行一些參考。

評估輸出，優(yōu)化算法

常用評估輸出的辦法有3種：

• 通過業(yè)務指標來評估，比如CTR、業(yè)務指標的轉化率等。
• 通過A/B testing來做不同算法間的比較。
• 通過人工來評估。

由于A/B testing需要耗費的技術資源較多，大家可以根據自己公司的進度以及資源程度決定是否要做；剩下兩個是建議一起做。業(yè)務指標來看總的效果，人工評估來發(fā)現(xiàn)一些明顯的典型case。

結束語

由于時間關系，我們這次的文章中，主要對整個搜索的流程有了一個簡單的概述，至于里面的細節(jié)，大家可以參考其他文檔來做知識的補充。歡迎大家一起探討。

備注：關于第四節(jié)：輸出-無結果-整個流程優(yōu)化的做法，我是參考woshipm上一位朋友寫的。由于時間久遠，沒有找到鏈接，如果大家有誰知道的，可以把鏈接貼到評論中。

本文由 @杜佳琦Cathy?原創(chuàng)發(fā)布于人人都是產品經理。未經許可，禁止轉載

題圖來自 Unsplash，基于 CC0 協(xié)議