社区内容通常包括UGC和PGC。由于关键词和内容多样性丰富、用词规范程度参差不齐,搜索引擎需要对关键词和内容进行智能语义分析,识别出用户真正的查询意图,找到最全面最相关的结果满足用户需求。本文将详细介绍如何通过“开放搜索(OpenSearch)内容增强版”在社区论坛场景的应用,提升用户搜索体验。
社区的核心是用户,用户进入社区的主要目的是为了消费内容。内容可以是广义的图文、音频、视频,也可以是通过社区找到解决问题的方法。优质的内容能提升用户的活跃度,为平台带来流量与时长,实现用户增长和留存,获得更多业务机会和收益。
"搜索"作为社区直接获取内容的最有效途径,每个社区都在不断解决下面的搜索效果问题:
如何准确理解用户的搜索意图,返回最匹配的结果?
如何通过内容传播的差异化,个性化来提升用户的搜索体验,增强社区归属感和忠诚度?
如何在社区里不同领域,不同垂类,不同频道间的内容召回中实现交互和连接?
如何实现非商业化内容与商业化内容更好的融合与发展?
本文将带着以上几个思考,为大家解析内容社区行业搜索特点和挑战,以及介绍阿里云智能开放搜索-内容社区行业增强版的解决方案和应用实践。
内容行业搜索业务需求
»更多的曝光机会——无结果率低; »更好的搜索质量——搜索相关性高,更高质量的排序; »更丰富的业务特征——结合业务特性调整搜索结果; »更全面的配套功能——智能纠错、热搜、底纹、下拉提示等配套能力; »更低的拥有成本——相较自建搜索引擎更低的开发、资源、运维成本; »更便捷的开发使用——上线周期短,降低搜索引擎开发、效果调优难度;
» 用户搜索意图指向性强——主搜聚集多个频道内容,搜索结果相关性要求更加精准;
以某论坛社区为例,产品线覆盖多个平台,包含网页、APP、小程序等形式,同时业务上区分多个频道。随着业务的发展,首页综合搜索(后简称“主搜”)的流量越来越大,各种付费、引流业务接入,对搜索流量的运营变得更加重要,对主搜的业务诉求越来越多,需要聚合多个频道的内容,同时搜索结果相关性要求更加精准,在考虑文本相关性的前提下,要加入更多的商业因素考虑。 成熟的搜索引擎涉及离线模块、在线模块、查询理解服务、算法平台等系统,所需大量开发、算法调优以及持续的复杂运维工作,由于人力有限,自建搜索系统很难满足业务需求。
常见搜索业务场景
博文、问答、心得分享等内容搜索
精品内容、热帖发现
付费资源引流
标签分类过滤、筛选
(配图来自阿里云开发者社区)
热门活动、话题互动
PGC、UGC
热搜、底纹、下拉提示等搜索引导
个性化、时效性
(配图来自阿里云开发者社区)
开放搜索内容社区增强版
方案架构
功能介绍
内容行业增强版基于阿里巴巴最新算法功能,贴合不同垂类内容搜索场景的痛点和需求,提供了内容行业专属的智能语义理解能力、向量召回、排序算法,为内容行业的搜索性能和效果准确性提供双重保障,并有效的解决了超大词库数据导致的搜索延迟高、资源消耗大、搜索无结果率高等行业重难点问题。针对内容行业,开放搜索还提供了向量模型,以实现向量召回及多路搜索,提高查询准确率,并提供多模态搜索解决方案。
1、功能差异
功能列表 | 通用版 | 内容行业增强版 |
一站式配置 | 创建应用后,需要手动创建并配置查询分析、排序策略和下拉提示模型。 | 结合内容行业常见搜索场景,选择所需能力及功能,同时提供应用结构模板和索引结构模板,实现一键式配置,降低新用户使用门槛。 |
查询分析 | 针对通用行业提供同义词拓展、停用词省略、拼写纠错、词权重分析、类目预测等能力。 | 针对内容行业,提供增强版分析器与查询分析功能。结合内容搜索场景及行业难题,更精准的构建索引并识别用户查询意图,与通用版相比效果更优。 |
策略排序 | 创建应用后,需要结合业务场景手动配置并调试相应的排序策略。 | 在应用结构模板和索引结构模板基础上,提供内容行业常用排序表达式,无需额外配置即可满足大部分内容行业排序效果需求。 |
功能迭代 | 定期更新分析器、查询分析等系统默认词典。 | 根据内容行业的名词、产品等变化,不断迭代更新,优化原有分词、查询分析能力,提供更高时效性的服务保障。 |
2、查询分析效果对比
行业增强版较通用版相比在查询分析功能上做出了更深入的优化,不仅在通用版的基础上更新了常见bad case,而且针对内容行业集各家之所长,丰富已有词库。
分词:(以空格分词)
query | 通用版 | 行业增强版 |
为了解压缩 | 为 了解 压缩 | 为了 解 压缩 |
实参与形参 | 实 参与 形参 | 实参 与 形参 |
结构体重载 | 结构 体重 载 | 结构体重载 |
googlechromeframe | googlechromeframe | google chrome frame |
拼写纠错
:
query | 通用版 | 行业增强版 |
淘宝只能视觉 | 淘宝只能视觉 | 淘宝智能视觉 |
mybatics代码生成 | mybatics代码生成 | mybatis代码生成 |
计算机网路 | 计算机网路 | 计算机网络 |
微行小程序 | 微型小程序 | 微信小程序 |
深度学西 | 深度学西 | 深度学习 |
针对内容行业的垂类行业数据分布提供高质量的向量召回模型,保证长尾query,包含错别字query,依赖同义词改写召回query的召回效果
向量召回
query | 美国gmted2010的shuju下载 |
向量召回top1 | gmt43相关代码、资料下载地址 |
向量召回top2 | gmt0054-2010.pdf |
向量召回top3 | gmted2010美国download地址 |
query | 3D游戏画面处理 |
向量召回top1 | 3d游戏动画处理基础 |
向量召回top2 | 3d游戏动画的基础 |
向量召回top3 | 动画游戏处理 |
query | 禁用n卡 |
向量召回top1 | 网卡的禁止和启动 |
向量召回top2 | 禁用网卡 |
向量召回top3 | 禁用及启用网卡 |
基于Seq行为建模,实现个性化搜索
例如:用户连续搜索:“面试”,“Java”两个词和用户只搜索“Java”的结果是有差异的,实现个性化召回,针对性满足不同用户的搜索需求,提示用户搜索体验。
深度排序模型DeepRanking
模型参数规模可以达到1000亿级别,保障更优搜索效果,且模型训练、使用成本低,远低于自研人力+机器+研发支持所用成本。
深度召回模型集合阿里云达摩院的NLP能力,提升搜索效果,降低无结果率
针对用户和数据特点,结合阿里巴巴长期技术积累,深度定制模型结构,做到Make for you的特有深度模型结构。
增强版接入流程
轻松接入,快速上手,一键式接入行业模板,可根据自身业务自定义选择功能,并满足非技术人员业务干预调优与数字化运营需求; 点击体验交互式demo
表结构设计
详情可参考应用结构--->创建多表join。
数据接入
开放搜索支持用户通过数据源将数据接入搜索,也支持无数据源,通过API/SDK/控制台上传文件的方式导入数据详情如下:
内容社区行业模板配置
功能选择,垂类选择“IT”行业为例,模板功能可自行勾选(默认全选)
其中模板功能包括:查询分析(IT词权重、IT同义词包、文本向量化等)、排序策略(多路搜索、文本相关性、向量相关性)、下拉提示。
搜索测试
如需使用“IT
向量索引
”搜索,需要先配置查询分析-文本向量化功能,并添加对应的IT
向量索引
:
在搜索测试中进行测试:
效果定制服务
如果有深度召回、排序效果调优、个性化搜索需求,开放搜索团队专家支持效果定制服务,请咨询技术支持或商务同学。
案例实践
某技术社区作为中文IT内容社区,致力于为中国软件开发者提供知识传播、在线学习、职业发展等全生命周期服务,旗下包括多款产品。
自开始接触阿里云开放搜索产品,在一年的时间里陆续接入PC端、移动端的多个平台,覆盖首页搜索、博客、下载、问答等细分业务的频道搜索。通过开放搜索,为旗下产品的用户提供高质量的搜索服务,并通过搜索能力的优化带来更多的业务转化,提升整体业务收入。
对比基于开源自建的服务CTR提升超过80%
后续算法专家通过深度定制模型不断帮客户调优,每曝光用户带来点击次数提升16.7%,Item-CTR提升11.8%,效果还在持续提升中;