搜索应该是我们日常使用最多的一项功能了。在产品设计中，搜索也是非常重要的，但其逻辑又相对比较复杂。这篇文章，作者带我们来梳理一下搜索的产品逻辑。

搜索场景无处不在，主要包括搜索引擎的搜索、平台商品搜索、平台文章搜索，还有一些数据库的简单搜索。但万变不离其宗，接下来主要介绍一下以商品/文章类搜索等为主的搜索流程及细节。

一、搜索流程

二、搜索入口

移动端的搜索入口常见于以下4种模式

1、位于底部导航栏

适用于搜索需求极高或者搜索是核心流量入口的产品，如微博、花瓣等

2、位于页面顶部

适用于搜索是重要流量入口的产品，如淘宝、知乎等。并会通过频繁变化的占位词引导搜索

3、放大镜搜索图标

适用于当前页搜索功能并非高频操作的页面，将顶部、底部导航栏等位置让渡给更重要的功能，搜索功能弱化为icon图标，如知乎的关注页、招行的财富页等

4、隐藏式搜索入口

不常用。目前仅在手机系统交互中出现，比如iPhone的下拉搜索

三、搜索方式

常见的搜索方式主要包括文本搜索、语音搜索、扫码搜索、拍照搜索

为了提高搜索的便捷性和转化率，又衍生出历史搜索、猜你想搜、热门搜索、链接搜索、复制搜索等

四、分析器

用户输错了怎么办？用户输入的这个关键词究竟是什么含义？分析器的作用就是对用户输入的关键词进行预处理、语义解析，实现对关键词的联想和优化系统对用户输入内容的理解。

1、预处理

1）长度截断：为了避免超长字符对分词搜索的压力，一般会限制关键词的字数，比如百度搜索控制在38个汉字以内

2）移除无意义字符：包括emoji、特殊符号、颜文字等

3）格式转换：包括大小写转换、繁简体转换、全角半角转换等

2、语义解析

1）分词：根据分词词库将关键词进行拆分，如果输入的是词库未收录的关键词，可能就无法检索到关键内容了（除非完全拆成单字）

2）纠错：根据纠错词对用户输入的可能错误的关键词进行纠正，主要包括以下两种

① Non-word-Error：不存在数据库的错误字符

• 数字错误：2202→2022
• 英文错误：fght→fight
• 拼音错误：ping’pag→乒乓
• 首字母简拼：cpjl→产品经理
• 混合错误：cha品ji理→产品经理

② Real-word-Error：由多个汉字组成的错误语句（拼写正确，但结合上下文语境表意错误）

• 漏字：产品理→产品经理
• 多字：产品经理理→产品经理
• 颠倒：经理产品→产品经理
• 同谐音：产品经历→产品经理
• 模糊音：产品尽力→产品经理
• 形近字：产品经哩→产品经理

当然，具体的纠错效果跟纠错词的可信度有关，可信度高时，会直接使用纠错词查询（提供原词备选），可信度低时，还是会使用原词查询

3）拼音转文字：比如将“kangshifu方便面”转换成“康师傅方便面”

4）归一：中文中很多词的含义是一致的，因此会通过近义词词库将不同的输入理解成相同的含义，比如“价格”、“售价”、“多少钱”等表达的都是价格的含义

5）停止词过滤：比如会将非法词、敏感词、指定的无意义词汇过滤掉

6）联想：调用关键词统计接口，实时获取排名靠前的数据。具体的query候选集的生成策略还会受用户历史记录、热搜记录和运营人工干预的影响，以便帮助用户尽快找到他们想要的内容

7）实体识别：借助实体词库，对输入的关键词进行实体含义的分析，比如将【康师傅红烧牛肉面】解析为【Brand：康师傅；Taste：红烧；SPU &CATEGORY：方便面】。当然，不同行业不同领域都会有自己的词库，差别比较大，因此词库一般都是不互通的

8）跳转规则匹配：比如输入到某个特定关键词时，跳转到特定的页面，比如某品牌的官网等等，且通常这种跳转是有时效限制的

五、召回

召回指的是将解析后的关键词与数据库文档进行匹配的过程。这个过程需要用到后端的倒排索引技术（构建单词与文档的关联关系）。一般来说，倒排索引建设得越合理，查询效率就越高。

六、排序

同样是在商城中搜索“水”，你觉得以下哪种排序更好？

结论：

• 左图：好，大众熟知的产品排在最前面。
• 中图：中，小众产品排在最前面。
• 右图：差，将仅包含“水”的汽水、爽肤水等排在前面。

下面以电商为例进行排序策略的介绍

1、粗排

考虑召回结果与query之间的相关性，并按照相关性模型进行打分，最终根据相关性从高到低排序。如果两个召回结果的得分一致，则按ES索引自行排序，因此每次搜索结果都有可能不同。

2、精排

在粗排基础上，考虑销量、收藏、点击、加购、促销等业务因素对排序的影响。

比如销量收藏高的靠前，比如最近门店正在跟某个品牌搞合作，则这个品牌靠前等等。

但是，这些因素要怎么量化呢？比如销量，不同商品之间无法直接比较个数，统计周期、门店等等也会对统计造成影响。所以这里就需要引入一个归一化公式，计算出一个业务因素的调整系数。比如初始销量是50，系数是0.5，那么最终得分是25分。再将此分数与相关性得分相加，得到最终的综合得分。

归一化公式参考：（商品订单数 — 门店最少的商品订单数 ）/ （门店最高的商品订单数 — 门店最少的商品订单数 ）

3、排序模型

粗排和精排都是建立在“业务规则”的基础上，利用的是专家对市场的了解；而排序模型则是利用机器学习、深度学习等技术构造千人千面的模型。不过这种方式只适用于用户数据量比较大的平台。

七、结果呈现

1、搜索结果的清晰呈现

2、个性化设计