知识卡片

普通读书笔记卡 · 9812.m · 生成模型:DeepSeek-V4.1-Flash

查询建议从PV到点击建模

理解等级:高级

查询建议(下拉补全)在用户还没敲完时就给候选列表,作用是明确意图、减少输入。后台候选生成机制是各家真正的差异所在,大体沿一条「特征越来越丰富」的路线演进:

  • 全量日志法(MPC):统计一段时间内每个 Query 的 PV 与点击数,取与输入相似的候选按 PV/点击排序。工程上用前后缀 Trie 做召回,节点存 PV,配合最小堆取 Top N。缺陷很实在:长尾 Query 挖不到候选(而长尾占大多数);语义相同但词序不同的候选会重复占位;低质但高 PV 的 Query 会挤掉高质候选。
  • 综合指标法:把 PV、UV、CTR、转化率等多维指标用逻辑回归拟合成一个实数排序,能抑制作弊、给高质量 Query 更多曝光。
  • CTR 建模:不再假设「前缀相同即相关」,而是用 LR 预估输入 Query 与候选 Query 的点击率,特征覆盖两者相关性、类目、词性、结果页表现。
  • 用户行为 / Query Session:按性别、年龄、兴趣做个性化重排;或用「Query + 点击 URL」会话聚类,把共同点击 URL 越多的 Query 视为越相似,并借助上下文序列后缀树做上下文感知的推荐。

主线很清楚:从「Query 自己长什么样」走向「Query 被点得怎么样」,再走向「谁在什么上下文里点」。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)》第4章 搜索系统框架及原理(源文件:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0063.html) - 结论依据:原文列举基于日志方法的三项缺陷,其中长尾 Query 无法召回是促使后续综合指标与点击模型出现的直接原因。 - 原始内容:该方法也存在一些问题:1)对于Top N Query,该推荐方法效果较好,但是对于长尾Query,可能无法挖掘到相似Query,而现实中长尾Query占了很大比例