站内搜索需要明白的杂七杂八和主干

2020-11-25 14:43:22 阅读（148） 评论（0）

站内搜索逻辑的基本组成:如何被搜索，如何排名靠前？如何描述？对于商家来说，如何搜索商品来解决是否存在问题，消费者看到如何排名靠前来解决温饱问题。通过这两个问题，我们来谈谈搜索的两个要素：索引和排序。索引搜索实际上依赖于爬虫来提取信息。爬虫是什么？简单来说，就像帮你把信息带到仓库的小哥哥。爬虫只负责帮你收集信息，会存放在仓库里，分类整齐。然后，你的老板只需要查看这些信息。然后，与百度、谷歌等互联网广域搜索相比。电子商务网站的搜索要简单和封闭得多。所有的商品都有一个图书馆。你的爬虫甚至不需要每天一直工作，只需要每天跑一次。因此，一个商品能否被搜索捕获，是否能向用户展示的必要条件。索引是指被爬虫抓获并整理好的商品库。索引分为两部分：全量索引和增量索引。全索引是全站商品的更新，所有商品变更包括货架、名称属性标签库存信息、增量索引实时更新（不一定是实时更新，可以按照整体规则更新）主要是商品的部分属性。下图是我同事为宣传做的ppt 不是我的原创，直接用截图复用。那商品的哪些信息会被纳入索引呢？——商品名称、销售区域、库存、商品属性(尺寸、颜色、款式等)、商品附属品类名称、商品编号、商品标签信息及价格等。除上述固有信息外，商品数据信息，如销售、评估、曝光点击等数据也将被纳入索引，用于干预下一个排名步骤，计算排名分数。让我们举一个简单的例子，比如早上我上架了一个苹果耳机。然而，我的商品标题和属性并没有描述这款耳机的英文AirPods。所以，当用户搜索AirPods时，他们会搜索这个产品吗？显然是无法搜索的，因为搜索是对文本信息的精确匹配，此时有两种解决方案。为AirPods和苹果耳机配置同义词。AirPods关键词添加到商品标题属性或标签上。只有这样，才能搜索到产品的更改。以上是指索引范围内的文本信息，如标题、属性、类别、标签、描述等，不包括用户输入的关键词和系统中的同义词，本产品不能被搜索引擎搜索，当然也不能呈现给用户。所以，你对索引的概念有直观的认识吗？没有也没关系，我肯定不会再说了。排名能否解决搜索到的问题，接下来是商家最关心的问题，就是如何让更多的用户在搜索中看到自己的产品？这涉及到搜索的排序算法。每个电子商务的搜索排名都是按照自己的算法逻辑进行的。算法逻辑的排序也有自己的优点和特点。在站内搜索中，排序算法应该是各大电商的核心机密。但是，排序因素并不那么机密，基本上你想要的就是这样。只是每个家庭在各种因素上的权重不同，计算方法也不同。先列举一下这些因素:销量(淘宝交易笔数)、点击、收集、购买、好评率、商品质量评分(商品信息的完善和准确性)、用户行为偏好(用于千人千面个性化)、商店评分等信息。我这里有一些排序算法的公式，但算了吧。我看完后头疼。只要你知道影响排序算法的因素，你就可以知道哪些因素起着决定性的作用。下图是我在初始版本中为自己公司排序的因素，看看能得出什么结论？现在很多淘宝商家都削尖了脑袋，想知道这个排名算法到底是什么，其实没必要，电商千千万，搜索一条路。对产品和运营来说，只要知道什么可以直接提高销售和转化率就足够了。事实上，排名分为两个主要阶段，一个是大规模排名（类别排名），另一个是商品排名。什么意思？首先，用户输入关键词后，很有可能是项目词或品牌词。用户在电子商务网站上使用搜索，95%的概率是寻找他们想要购买的商品。在这个时候，我们需要给他们收集这些商品。我们称之为列表或类别或分类。你通常会在电子商务应用程序主页的底部看到这个模块，我将在下一章中给你更深入的解释。如下图所示(红框为分类)：也就是说，首先要定位用户想要找到的商品在哪个分类中。只有找到这个商品的收藏类别，然后在这个类别中对商品进行排序，这才是排序的两个步骤——第一步，类别预测；第二步，商品排序。目前，类别预测主要有两种补充方式：人工和机器算法。也就是我上一章提到的人工后台干预。目前，预测机器类别的主要方法有：类别文本商品量集群算法；贝叶斯预测算法；中心词类预测算法。这些算法各有优缺点，我将在以后的搜索算法章节中详细介绍。总结本章：第一步是解决是否存在问题，第二步是解决温饱问题。为了被更多的用户看到，需要先搜索。以上内容并不意味着绝对准确，里面有个人观点，谨慎采纳！预测下一章：站内搜索的材料基础：目录和商品描述站内搜索操作的逻辑和数据指标

内容来源:人人都是产品经理，以上内容来源于网络，不代表本站观点，如有侵权，请联系删除。

上一条：拆解分析用户触达五要素。下一条：众筹裂变要重点关注底层逻辑和开发新的玩法

商标/知识产权

网站服务

CRM/销售管理

ERP/智慧办公

财税人力

安全/技术支持

其他应用

商标版权

小程序

站内搜索需要明白的杂七杂八和主干

推荐阅读

猜你喜欢

分类

最新文章