按关键词阅读：
一、个性化排序应用类目预测
类目预测是开放搜索里基于物品/内容的类目信息改善搜索效果的算法功能 。
类目预测根据用户的查询词来预测用户想要查询哪个类目的结果 ， 结合排序表达式 ， 可以使得更符合搜索意图的结果排序更靠前
基本原理：把历史上搜过的query收集起来 ， 结合query查询之后的点击行为数据 ， 与类目下的物品信息联系起来 ， 使用这些数据来训练模型 ， 由模型来刻画query与类目之间的数据规律 。
例如：不同用户搜索“华为”有些行为意图搜索“配件” ， 有些意图是搜索“手机” ， 那根据用户的行为数据就可以通过类目进行判断 ， 从而在排序效果上实现个性化展示；
文章插图
文章插图
二、个性化搜索引导搜索中引导--下拉提示
- 功能介绍
下拉提示实现了基于用户文档内容的query智能抽取 ， 可以通过中文前缀 ， 拼音全拼 ， 拼音首字母简拼查询以及汉字加拼音 ， 分词后前缀 ， 中文同音别字等查询下拉提示的候选query 。
例如：不同用户在搜索框输入“包” ， 下拉提示都是不同的 ， 优先展示该用户搜索过的query ， 从而增加业务转化的机会；
文章插图
文章插图- query生成规则
系统支持两种规则生成候选query：抽取生成和原值保留 。
抽取生成：使用阿里nlp团队基于海量自然语言训练的分析器 ， 对字段内容进行分词 ， 抽取有意义的term进行组合 ， 得到候选query ， 这种方式尽量保证生成的候选query能召回对应的文档 。
原值保留：该规则对字段内容不做分词处理 ， 直接将其作为下拉提示的候选query 。
- 行业模板根据不同行业数据特点提供了相应优化模板：通用行业模板 ， 电商行业模板 ， 内容行业模板
- 干预功能对数据源应用文档设置过滤条件;对候选query结果进行干预 ， 包括黑名单和白名单;
- 业务报表：下拉提示进行的数据统计指标包括：核心指标 ， 流量指标 ， 点击指标 ，引导搜索指标 ，
搜索前引导-热搜和底纹
- 功能介绍
文章插图从用户的角度来看 ， 热搜底纹一般可以满足如下的需求：
- 给我推荐一些优质的查询词；
- 想知道大家都搜了些什么；
- 既想看我感兴趣的内容 ， 又想探索一些兴趣之外的内容；
- 哪些query被搜得最多 ， 热门query是用户兴趣的风向标 ， 通过分析热门query我们可以把握用户的兴趣走向 ， 对制定运营策略；
- 给用户推荐一些优质query；
- 给用户推荐热门query ， 一方面兼顾用户体验 ， 另一方面给部分次热门query增加曝光机会；
- 配置流程
文章插图- 业务报表
【如何快速实现精准的个性化搜索服务】本文为阿里云原创内容 ， 未经允许不得转载 。
稿源：(未知)
【傻大方】网址：http://www.shadafang.com/c/111J294222020.html
标题：如何快速实现精准的个性化搜索服务