99.9%不知道的淘宝下拉关键词推荐算法
Posted 驭宝SEO
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了99.9%不知道的淘宝下拉关键词推荐算法相关的知识，希望对你有一定的参考价值。
1.什么是Query suggestion？
Query下拉推荐是指搜索引擎系统根据用户当前的输入，自动提供一个Query候选列表供用户选择，Query下拉提示(Query suggestion)在搜索引擎和广告竞价平台中已经是标配的产品。Query suggestion可以帮助用户明确搜索意图，减少用户的输入并节约搜索时间，提高搜索体验有重要作用。各个搜索系统的下拉推荐的处理流程基本相同，下拉推荐不同主要体现在后台的query候选产生机制不同，下面介绍几种淘宝下拉推荐算法。
2. 基于PV的下拉推荐
最简单的下拉推荐是基于Query log中每个Query历史PV，这是最直观的下拉推荐算法，主要分三步进行：
Offline部分
S1: 在海量Query log中，统计一段时间内每个Query的PV和点击数
Online部分
S1: 经过相似度计算，得到与用户输入 Query相似的候选Query集合
S2: 在相似的候选Query集合中，按照Query的 PV和点击数进行排序
这种方案简单易实现，但也存在如下问题
a. 对top Query的推荐解决较好，对于长尾Query，其相似的候选query可能从历史Querylog中挖掘不到
b. 候选Query语义相同问题，比如输入“连衣裙”，可能推荐“连衣裙女”和“连衣裙女款”两个候选Query，他们的语义基本相同，浪费了一个推荐位置
c. 推荐Query的质量问题，一些质量不高或者作弊Query，由于PV或者点击比较高而被推荐，使得一些质量高的Query没有机会推荐出来
3. 基于静态分的下拉推荐
为了改善上述单纯基于PV的问题，增加高质量Query的被推荐机会，增大下拉推荐中作弊的成本，改善推荐Query排序合理性，引入query静态分的概念，并用基于Query静态分的下拉推荐策略替代原来单纯基于PV的策略。那么什么是Query的静态分？
Query静态分是Query质量的综合指标，该指标拟合了Query各维度的知识：比如Query PV、IPV、UV、IUV、IPVUV、CTR、成交转化率、成交笔数、成交金额、召回商品数等。
将上述知识用logistic回归的方法拟合成一个实数，基于静态分的下拉推荐与基于PV的下拉推荐不同之处在于：
a. 离线部分计算每个Query的静态分
b. 在线部分，利用静态分而不是PV对候选Query进行排序，Query静态分不仅考虑了Query的历史PV/点击信息，而且考虑了Query的交易信息，使得交易行为良好的Query获得更多的展现机会，大大降低了低质量和作弊Query的展现概率。
4. 基于CTR预估的下拉推荐
基于静态分的算法解决了给予高质量候选Query以更多的展现机会和排序位置，但是这种算法与基于PV一样，主要依赖于历史Query自身的特征，搜索Query与候选Query之间的联系仅仅是两者的前缀相同。这种简单的动态特征没有将搜索Query与候选Query紧密的结合在一起，同时静态特征和动态特征的组合都是基于线性加权，每种特征的权重都是在BTS中调整得到的。为了解决两方面的问题，建立搜索词与候选Query的动态联系，这种联系通过CTR来表示。搜索词与候选Query关联性强，它的CTR就会高，反之则会比较低。
CTR预估模型
利用Logistic回归模型来预估Query的CTR，在模型中用到的特征如下
（1）搜索词与推荐Query(用表示)相关的特征；
（2）搜索词与推荐Query的类目相关特征；
（3）候选Query静态分相关特征；
（4）搜索（推荐）Query的词性特征；
（5）搜索（推荐）词对应的结果页面特征。
模型评估
MSE是比较实际值与预测之间的差异，差异值越小越好。
上述特征大部分都能够通过离线计算出来，线上按照通过得到的候选Query的CTR值进行排序。
5. 下拉推荐进阶
1）拼音搜索、拼音和汉字混合
2）拼写纠错与下拉提示
3）作弊Query清理
4）个性化下拉推荐
5）推荐丰富度和多样性
6）多维度推荐（数据规模、商品、买家、卖家、买家卖家握手）
6.1）数据规模维度：买家数量、卖家数量、商品数量；商品属性和类目数量
6.2）商品维度：商品描述角度：卖家经常会对商品进行个性化的描述，以便区别其他卖家并争取更多的曝光量和更好的价格；商品不同分类角度：除了商品所属的后台类目，还可以按照商品使用状态分为用过的，翻新的，珍藏的、有多新/旧；商品准入角度：有一些类目商品是禁止的，如arms，酒精、烟草
6.3）买家：买家类型(casual shopper, impulsive shopper,value-driven shopper, collector flippers)、买家年龄、性别、购买力、价格区间、对品牌是否在意
6.4）卖家：卖家的商品在哪些类目、好评率是否高、发货时间、描述是否属实
6.5）买家和卖家握手：买家和卖家习惯可能不同：买家搜索词和卖家标题、属性、描述可能不一致，如何解决不一致问题
看完不过瘾？
想要每天都有精彩实用干货？
电商不死，我们就每天精彩不停！
以上是关于99.9%不知道的淘宝下拉关键词推荐算法的主要内容，如果未能解决你的问题，请参考以下文章