如何让搜索结果更符合用户需求
一、什么是需求满足 1.1 什么是需求满足 用户来搜索“章鱼 保罗”，文本相关性而言，搜索引擎只要返回和“章鱼 保罗”内容相关的结果可以了，这样用户是否满意呢？ 用户甲：听说章鱼帝挂了，来看看新结果，怎么全是8月份的，往后翻页中… 用户乙：同事们在讨论章鱼哥挂了，章鱼哥是啥？我又out了，来搜索一下章鱼帝生平事迹是啥，怎么全是新的结果，没有章鱼哥的介绍啊，变换个query看看 用户丙：我是铁杆球迷，看完章鱼哥，再看看足球相关的吧，鲁尼，杰拉德是否又进球了，怎么连个相关推荐都没有，还得我亲自输入。 用户丁：找个章鱼哥的头像用一下吧，一定很拉风，怎么全是结果没有方图呢，这么扁的图怎么用啊 用户戊：换个章鱼哥的壁纸，也许下次买彩票能发大财，咦，怎么全是小尺寸的图… （以上信息通过分析2010-10-27用户session得出。） 笼统的说，用户向搜索引擎表达他的需求，搜索引擎理解用户需求，提供各不同的需求下的资源，这整个过程可统称为需求满足。简单说，是除了基础文字相关性之外的rank工作，都属于需求满足的范畴，也是说，提供给用户的检索结果，不仅仅要求在字面上是和用户输入的文字相关的，还要满足用户的各种不同需求。 需求满足在rank体系中所处的位置： 1.2 为什么需要需求满足 用户通过query表达了自己的需求，而对于大部分query来说，尤其是具有隐含需求的query，仅仅字面匹配的查询结果未必能够满足其需求。目前我们的排序系统是主要是基于文本相关性这个维度的，权值体现了query中的term与obj的相关程度，在这个体系下，相关的结果未必能够满足用户需求。 例如前面提到的“章鱼 保罗”的例子，显然，这些需求在文本相关性这个维度下很难解决，尤其涉及到突发时效性需求，泛需求等。 1.3 需求满足包含哪些工作 从上面的例子中，可以看出，需求满足需要解决时效性需求问题，多需求问题，相关推荐，size需求，素材类需求，浏览引导等问题。除了基础文本相关性以外的rank策略以及为了这些所做的query分析工作可认为属于需求满足的工作，另外还包括前端结果展现与用户引导浏览的工作。 Image需求满足，按照不同的维度，可以划分为如下几个方面： a.需求识别 b.资源建设 c.需求调权 d.结果组织与推荐 e.用户引导交互 二、需求满足如何做 需求满足要解决的核心问题： 需求识别 资源建设 需求调权 2.1 需求的识别 2.1.1 需求的类型 识别query有哪些需求，以及需求的强弱，是基础的工作。首先要有需求的体系，能完备的描述各种需求，其次是如何识别这些需求，把每个query的需求对应到这个体系中去。 基于统计的需求识别 通过对大量的数据统计分析，可以识别出query有哪些方面的共性。可供分析的数据很多，比如用户行为数据，点击反馈，检索结果等。 比如：搜索“章鱼 保罗 壁纸”，通过统计用户点击图片的长宽数据，发现用户点击的图片，大部分是长宽比较大的图片，而“章鱼 保罗 头像”则恰恰相反。 又比如通过分析大量用户的检索数据，发现相当部分的用户在检索“章鱼 保罗”之后，又检索了足球相关的关键词，那么可以识别“章鱼 保罗”和足球有着很高的关联度，在给用户推荐相关搜索时，可以插入足球相关的推荐。 专名&需求词 判断query中包含专名或者需求词等关键词，是直接的方式。比如“章鱼 保罗 头像”，用户在query中显示的表达了头像方面的需求，其中包含了尺寸方面的需求，头像是需要小尺寸的图，如右图所示，这时候出一张大的图片不符合用户需求了。 时效性需求 时效性需求的识别，主要是通过用户检索量的突发以及资源数的突发来判断。 检索量的突发，可以通过累积每个query的每天的用户检索频率，用连续多天的用户检索频率，计算当天检索量和历史比较，是否有突发，进而判断是否有时效性需求的强弱。资源数方面的判断，可通过类似的方式挖掘。 比如“章鱼 保罗”，在世界杯期间，该query，以及相关query的检索量，相比世界杯之前，用户检索量有了爆发性的增长，并且持续保持在高检索量的状态，则可认为是有时效性需求的query。
