一、個性化排序應用
類目預測
類目預測是開放搜尋裡基于物品/内容的類目資訊改善搜尋效果的算法功能。
類目預測根據使用者的查詢詞來預測使用者想要查詢哪個類目的結果，結合排序表達式，可以使得更符合搜尋意圖的結果排序更靠前
基本原理：把曆史上搜過的query收集起來，結合query查詢之後的點選行為資料，與類目下的物品資訊聯系起來，使用這些資料來訓練模型，由模型來刻畫query與類目之間的資料規律。
例如：不同使用者搜尋“華為”
有些行為意圖搜尋“配件”，有些意圖是搜尋“手機”，那根據使用者的行為資料就可以通過類目進行判斷，進而在排序效果上實作個性化展示；
二、個性化搜尋引導
搜尋中引導--下拉提示
• 功能介紹
下拉提示是搜尋服務的基礎功能，在使用者輸入查詢詞的過程中，智能推薦候選query，提高使用者輸入效率，幫助使用者盡快找到想要的内容。
下拉提示實作了基于使用者文檔内容的query智能抽取，可以通過中文字首，拼音全拼，拼音首字母簡拼查詢以及漢字加拼音，分詞後字首，中文同音别字等查詢下拉提示的候選query。
例如：不同使用者在搜尋框輸入“包”，下拉提示都是不同的，優先展示該使用者搜尋過的query，進而增加業務轉化的機會；
• query生成規則
針對過去N(預設7)天的曆史query，結合該query的詞權重，召回結果數，曆史搜尋次數，近一天查詢是否有結果等條件，選出一些熱門曆史查詢詞，作為下拉提示的候選詞。
系統支援兩種規則生成候選query：抽取生成和原值保留。
抽取生成：使用阿裡nlp團隊基于海量自然語言訓練的分析器，對字段内容進行分詞，抽取有意義的term進行組合，得到候選query，這種方式盡量保證生成的候選query能召回對應的文檔。
原值保留：該規則對字段内容不做分詞處理，直接将其作為下拉提示的候選query。
• 行業模闆
根據不同行業資料特點提供了相應優化模闆：通用行業模闆，電商行業模闆，内容行業模闆
• 幹預功能
對資料源應用文檔設定過濾條件;對候選query結果進行幹預，包括黑名單和白名單;
• 業務報表：
下拉提示進行的資料統計名額包括：核心名額，流量名額，點選名額， 引導搜尋名額，Query分析名額，五個次元；
可以衡量下拉提示召回、排序、加購轉化、内容豐富度等效果。
搜尋前引導-熱搜和底紋
熱搜和底紋是一個完整搜尋引擎必備的基本功能，通常占據着搜尋框入口的重要位置，提供不可或缺的業務價值。
從使用者的角度來看，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；
- 既想看我感興趣的内容，又想探索一些興趣之外的内容；
從營運者的角度，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是使用者興趣的風向标，通過分析熱門query我們可以把握使用者的興趣走向，對制定營運政策；
- 給使用者推薦一些優質query；
- 給使用者推薦熱門query，一方面兼顧使用者體驗，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
熱搜底紋業務營運報表，可以清晰反映搜尋引導結果的點選情況，衡量其召回、排序的效果和品質，再通過系統的評估服務，找到對應的問題原因和解決方案。
以上就是阿裡雲開放搜尋“個性化”搜尋相關算法的應用介紹，如果您對搜尋與推薦相關技術感興趣，歡迎加入釘釘群内交流~
【開放搜尋】新使用者活動：阿裡雲實名認證使用者享1個月免費試用
https://free.aliyun.com/product/opensearch-free-trial