商品搜索引擎资料整理

Posted 2022-12-04 小宝鸽

一、搜索引擎框架

搜索引擎Solr和ElasticSearch了解：http://blog.csdn.net/u013142781/article/details/51224988

Solr：
教程：http://blog.csdn.net/jediael_lu/article/category/2370109
书籍：Lucene In Action(第2版)中文版

ElasticSearch：

博客实例教程：http://www.eggtwo.com/news/detail/143

网页教程：http://es.xiaoleilu.com/010_Intro/10_Installing_ES.html、http://udn.yyuap.com/doc/mastering-elasticsearch/chapter-5/54_README.html

书籍：Elasticsearch服务器开发（第2版）

安装插件：http://blog.csdn.net/wenqisun/article/details/47952199

最火搜索引擎：ElasticSearch详解与优化设计：http://www.aboutyun.com/thread-17078-1-1.html

Elastic中文社区 ：http://elasticsearch.cn/

请问elasticsearch的自动发现节点机制是怎么实现的，原理是怎样？：https://www.zhihu.com/question/29360024

知乎为什么要自己开发日志聚合系统kids，而不用更简洁方便的ELK（elasticsearch+logstash+kibana）？： https://www.zhihu.com/topic/19899427

ElasticSearch 如何实现拼音检索：https://www.zhihu.com/question/39421759

五类Elasticsearch扩展性插件推荐:http://cloud.51cto.com/art/201505/476450.htm

Solr与ElasticSearch 比较：http://www.cnblogs.com/chowmin/articles/4629220.html

二、其他

分词：

常用的开源中文分词工具 ：http://www.scholat.com/vpost.html?pid=4477

10大Java开源中文分词器的使用方法和分词效果对比：http://www.tuicool.com/articles/uYfy2q2

博主关于分词的一些整理：http://blog.csdn.net/u013142781/article/details/51182310

关于分词小宝鸽的一点思考：

关于搜索引擎，对比一号店，引发的思考

（1）分词必须采用细粒度，比如词库中存在“手机耳机”，用户输入“手机耳机”，但是商品信息中的字符串存在“手机入耳式耳机”，并不存在“手机耳机”连在一起的。这时候搜索不到结果，但是事实上，我们有用户想要找的商品。具体可以了解IK分词插件的智能分词和细粒度分词的区别。

（2）分词的时候，识别是否存在商品分类 包含这个字符串，或者这个字符串所有分出来的词。如果存在，我们锁定在这个分类下进行搜索。存在多个，我们去最短的那个。假设存在两个分类名字相同，如“苹果”既属于手机又属于水果，那么我们取二者的搜索结果，然后进行排序（排序过程中可能会根据购买热度等等，自然而然的，大部分是手机排在前面）。如果根据上面的文字无法识别分类，那么久不识别分类，直接利用关键字进行搜索。

（3）对于前端页面效果可以锁定一个分类或者是多个分类。假设根据第（2）点无法定位分类，但是根据搜索返回商品中，所有的商品均属于一个或者为数不多的几个分类，那么我们理应让用户知道，你的关键词我们搜索的结果仅出现在这几个分类中，你是否为你想要的结果？

（4）词库里面必须存在同义词，耳机=耳麦，手机壳=手机套，iphone=苹果等等。这个在商品搜索引擎里面尤为重要。

（5）假设用户输入的是拼音，后台应该将其转问中文。那对于用户输入拼音有拼错的情况呢？我们选择 包含用户输入字母数最多的词，如果最多的出现两个，那么我们取最短那个，这样的纠正率应该高达85%以上。如不明白多读几次理会一下。

（6）对于根据用户输入的字符串，分词后查询不到结果，尝试剔除一些词后再次搜索，然后提示给用户，根据用户输入的关键词查询不到结果，推荐剔除某些词后的结果。

（7）允许用户锁定在某个商品类目下，输入关键词搜索。跟没有锁定类目这两者需要区分开来。

（8）一般不要将查询结果直接到页面上，因为有些商品可能还没有更新到索引里面。可以尝试根据返回的商品ID再次查询数据库，当然这并不是完善的解决方案。不过这个问题确实存在。

商品搜索引擎整体结构相关：

美团推荐系统架构：http://www.jiagoushuo.com/article/1000040.html

浅谈搜索引擎的查重和去重 ：http://www.jianshu.com/p/8f69930edf76

京东商品搜索架构设计 全量索引和增量索引：http://www.cnblogs.com/huangfox/p/5111713.html

搜索引擎 ：http://baike.baidu.com/link?
url=FLrTcCBzvACYPXwrzQ9LusraXRDjl1TsjMnc1FgjNueGRSRsGHj-adOmcUs0waFAFKHckYfQTDqFoDIgOVLlxq

淘宝搜索关键词拆分原理和标题打造：http://blog.sina.com.cn/s/blog_4a9f9a6c0101bpd2.html

浅谈淘宝类目属性体系：商品搜索背后的逻辑架构：http://www.geekpark.net/topics/205894/

架构 | 京东商品搜索架构设计： http://www.cnblogs.com/huangfox/p/5111713.html

京东商城POP商品搜索原理：http://wenku.baidu.com/link?
url=i_BqXC3zJeBEvXsP3nnADTDJFa7gHYL_UTgAeojCOV0q5XRzkYugV3tmT5LiS91hHQtMsrX1U9fDPCyOGehCSFCtIXdbOsx99pQ67rhS0_C

京东11.11：商品搜索系统架构设计：http://www.infoq.com/cn/articles/jingdong-11-11-commodity-search-system-architecture-design/

智能提示&&输入联想：

Elasticsearch 实现联想输入搜索：http://www.656463.com/article/22Ibqu.htm

美团搜索-搜索引擎关键字智能提示的一种实现：http://www.cnblogs.com/huangfox/p/4146970.html

搜索关键字拼音智能提示实现：http://zhanshenny.iteye.com/blog/1923073

使用Mongodb的搜索拼音自动补全方案：http://www.2cto.com/database/201203/123450.html

小宝鸽关于智能提示&&输入联想的调研：http://blog.csdn.net/u013142781/article/details/51283910