搜索下拉框也称为搜索提示、搜索下拉推荐、QAC（ ）、.从本质上讲，搜索引擎系统根据用户的当前输入，自动提供一份候选人列表供用户选择，而这些推荐一般是从日志中挖出大量的候选人，并保持前缀不变，然后按照一定的规律为候选人计算出一个分数， 最后选择它们作为最终结果。搜索下拉框已经是搜索引擎和广告竞价平台的标配产品，可以帮助用户明确搜索意图，减少用户输入，节省搜索时间，对提升搜索体验起到重要作用。各搜索系统中下拉推荐的处理过程基本相同，区别主要体现在后台的候选生成机制不同，下面介绍几种常用的下拉推荐算法：基于全日志的自动补全模型、基于时间序列的自动补全模型、基于用户信息的自动补全模型， 以及基于上下文的自动路由模型。

目的算法

方便用户输入

基于完整日志

减少用户搜索时间

基于时间序列

图稿搜索准确性

基于用户信息

提升用户搜索体验

基于上下文

1. 常用算法介绍

1. 基于全量日志的自动补全模型

常用的算法是 MPC，代表 Most。算法流程如下：

在构建索引后，如何对其进行排序？简单的逻辑是按搜索次数排序，这是大多数人习惯的。计算公式如下：

但是，这种方法有很大的缺点，推荐的结果往往集中在少数几个热门的上，长尾得不到曝光的机会。

在   的应用中，该方法被修改为在海量日志中对每个用户在一段时间内的 PV 和点击次数等数据达成一致。第一种是基于搜索量、GMV变化率、点击率等指标进行加权融合，对多日数据进行贝叶斯平滑处理。

第二个是考虑的静态分数。什么是静态分数。静态分数是质量的综合指标，它适合每个维度的知识：

光伏

点击率

成交转化率

交易数量

交易金额

召回的商品数量

通过这种方式，建立了以转化率为目标，以用户内部行为为特征的LR模型。这种方法既考虑了历史点击信息，又考虑了交易信息，使良好的交易行为得到了更多的展示机会，大大降低了低质量和欺诈性印象的概率。

2. 基于时间敏感的自动补全模型

之所以考虑对时间敏感的建议，是因为用户的搜索行为会随着时间的推移而变化，并且不同的用户在搜索中的关注点会有所不同。也就是说，在不同的时间，用户的查询倾向也不同（实际上，在同一时间，不同的用户的查询倾向也不同）。分析时间因素对用户搜索行为的影响，为用户提供符合时间趋势、季节性和周期性的查询词360搜索手机下拉★64xl.com超级下拉平台，必应PC下拉，将大大提高用户搜索效率和用户搜索满意度。主要方法是应用时间序列进行预测。如Holt-加法指数平滑模型：

这里考虑了水平、趋势和季节的影响，时间 t 的值表示预测的频率。

需要注意的是，电商的词大多对时间不是很敏感，在季节变化阶段，诉求一般更强。主要针对用户的自主搜索进行分析，根据用户一周内的自我搜索记录计算出相对熵、新词等数据，作为时间敏感型的补充。

3. 基于用户信息的自动补全模型

在这里，您需要结合来自用户的一些信息来提出建议。根据用户的行为，识别用户的意图，并对用户进行分析和建模。例如识别用户的年龄、性别、购买力、短期和长期偏好。结合前期初步安排的结果，再次进行个性化建模推荐。以下是两个步骤：

：

1）计算用户和用户的相关个性化特征

2）建立合理的评估机制，学习和计算这些特征的权重。我们在这里使用的模型是 LR，评级指标是 AUC。需要注意的是，用户行为往往是稀疏的，我们需要挖掘出其他场景下的用户行为进行计算。

这

蘑菇街用户的性别比例差异很大。年龄组更集中，购买力相当，风格大多相同。因此，这些个性化的信息并不能达到良好的效果，更有价值的是用户的点击反馈等场景搜索记录，从而获取用户的偏好。另一个需求问题是过度个性化，很容易陷入搜索的闭环，需要集成一些其他模型来避免这个问题。

4. 基于上下文的自动完成模型

上下文通常会考虑用户的，这通常是相关的，所以一个简单的思路是将用户的上下文和候选者映射到一定的空间，然后计算每个初始选择和上下文的相似度，越相似，越能代表当前用户的搜索意图，那么分数就越高， 此时的排名越高。

1） 如何将上下文和候选者映射到同一空间

2）映射后，如何计算它们的相似度？

类似于搜索引擎，我们会将其视为一个候选者，那么问题实际上是一个匹配问题。因此，总和可以表示为单词的向量，从而可以以最简单的方式完成相似度的计算。

例如，如果用户搜索“耐克钱包”，我们计算出耐克钱包和钱包的相关性最高，那么用户在进入下一个钱包时应该提示钱包，这与我们的预期是一致的。同时，除了上述上下文方法外，还应用了一些深度学习方法。

这些方法的比较如下：

MPC系列

时间-

-

用户-

简单易实施

简单，时间敏感

精确

精确

或

长尾，热词无解

有限的消息不准确

鲁棒性低

难以解决突变和不相关的情况

很难找到新的兴趣下拉推荐词，很难实现

完整日志

完整日志（时间）。

全日志，

完整日志和个人日志

频率相同

趋势、周期

用户查询响应兴趣

在实践中，一般通过结合多种策略算法来使用

2.一些实践和问题思考

1. 下拉框中的数据流向

我们将数据生成过程分为 3 个阶段：召回、模型排序和个性化。三层解决的问题各不相同，召回层主要解决丰富度问题，排名层主要解决模型匹配和相关性问题，个性化层解决语义重复和个性化偏好问题。

在召回中，我们将首先根据最近一周的表现计算转化率分数，以形成候选人集。与此同时，一些长尾新词和热门词也被添加到池中。这些词大概覆盖了数十万个结果，超过95%的叶类覆盖率，流量占比85%+。因为下拉框的功能是提供搜索提示，那么常用的规则是前缀匹配，是在用户的搜索意图下完成的，因为不同用户搜索词下的结果不同，这就涉及到匹配问题，所以我们构建了索引结构的平面存储结构，覆盖了用户的拼音， 汉字、拼音+汉字+简称搜索习惯至少占上百万个搜索结果，这些结果明显是稀疏集，而推荐词的2个结果则大于100万左右。至于为什么要使用这些结构，其中一个好处是易于查询。

我们尝试了一些模型排序的方法，主要思想是挖掘相应的特征、特征和索引特征，搜索然后点击可以得到相关的统计特征，还有一些是文本特征，如索引和编辑距离、DBOW向量等，可以转换成格式来调用来计算排序。我尝试过-mart-深度森林网格搜索等多模型优化，现在我使用更多来根据HRED模型计算不同级别的文本相关度分数，并根据加权融合进行排序。

这

个性化层尝试了两种方式，语义过滤是解决推荐结果中意图重复的问题，并根据召回结果、同义词和子字符串的重复进行过滤。个性化优化基于用户偏好、文本相关性和重新排序。

2 一些问题和思考

这里列举了大家遇到的一些问题和想法，起到了扔砖石的作用，具体细节就不多说了，欢迎交流。

2.1 搜索和候选资格之间有什么联系？

目前，搜索和候选之间的联系只是前缀相同。这种简单的动态特征不会将搜索与候选特征紧密绑定，静态和动态特征的组合基于线性加权。为了在两者之间建立联系，我们考虑了搜索和候选的一些特征，并在模型上进行了向（）的转变。下拉提示的结果是一个列表，当用户选择以下点击之一，并认为该词能更好地满足用户的需求时，那么上述推荐可以是一个否定样本，以便使用模型来计算。考虑案文相关性的另一种方式。用户记录用于向量表示术语，此处引用的模型计算用户搜索词和推荐的相关性权重，以调整到现有结果中的排名。这两者都可以盈利。

2.2 如何编制索引？

什么是指数？索引是在相同的搜索前缀下获得的一组具有相同前缀的推荐结果。索引的目的是应用前缀匹配，因为用户的搜索结果是未知的，本质上我们需要给出所有推荐的结果，由于支持拼音、中文和缩写输入和混合等功能，那么这个索引结构会特别大，存储和计算会占用大量的开销， 而事实上，用户经常搜索的词是有限的，所以索引集会非常稀疏，最重要的是索引大，推荐结果下的相同前缀特别多，匹配效率会降低。为了解决这个问题，我们需要一种更好的索引形式，比如 trie 树。但是，索引结构之所以仍然采用并行对，是因为字数有限，二是构造样本和后续计算更加方便。当然，除了前缀匹配之外，还有其他触发逻辑选项可供选择，淘宝已经做了长尾模糊匹配触发。在下拉框的整个项目中，指标的建立是至关重要的一环，不仅要满足用户的需求，还要提高匹配效率。

2.3 相关性和语义问题？

在实践中，无论采用哪种方法，我们总会遇到推荐结果词相对集中的情况，比如搜索小白鞋下拉推荐词，推荐词是小白鞋女孩、小白鞋女孩，本质上，这种结果语义重复，浪费一个位置，我们需要选择和过滤。目前的方法使用同义词的计算、编辑距离以及引擎对召回产品的判断。另一个需要考虑的问题是，建议是否需要逐步显示？需要分析用户的意图是否明显吗？怎么不明显，那么后缀增量是否代表了用户的需求呢？因为如果下拉框中的前几个词太长，最后几个词很短，会影响体验和用户的选择吗？

2.4 深度学习在下拉框中的应用

随着深度学习的普及，一些算法，如RNNs和CNNs，已经开始出现。下拉框中有两个主要应用，第一个是文本表示，它计算构造向量的相似性和文本相关性。其次，我们参考了A-for-论文，利用匹配分数的信息计算和上下文来对结果进行排序，结构采用了目前流行的GRU变体，我们花了一周的时间对模型训练，迭代计算了数百万次，从点击率的效果对点击率的提升有一定的影响， 推荐的结果还算合理，具体细节可以参考这篇文章。

2.5 结果的衡量和目标的调整？

对于前缀和结果，结果本身保证了在同一前缀下具有一定的相关性，对于操作评估来说，这是第一个和最后一个，无法量化。当用一些建议进行评估时，我们无法给出最优集，而且根据定义，NDCG 本身是有偏见的。此外，根据前缀是否被点击和交易，稀疏性本身特别大，一些未出现的没有曝光机会，导致偏差。从整体情况看，代表了一定的趋势，但走低的特征减弱了。一个好的样本会影响最终的优化方向和评估。其次是根据CTR、CVR或GMV率的需求进行评估和设计。

2.6 移动搜索个性化的需求是什么？

用户在搜索时，必须有一些个性化的需求。有些也包括在内，例如女士的夏季连衣裙，其中包含季节、性别、喜好、产品词等需求。有些是隐含在前次的搜索记录和反馈中的，对用户的个性化无非是考虑用户前次的行为，理解并转化用户的搜索意图。像淘宝这样更常见的是用户搜索历史的权重。需要注意的是，个性化指导是否会导致过度个性化？

2.7 搜索闭环和丰富度？

从用户的角度来看，搜索结果希望包含所有用户的搜索意图，而且品类越丰富越好。因此，有必要考虑用户的引流和流量分布，以及用户之间的转化情况，这些监测指标可以帮助平台更好、更健康地发展。

引用

[1]C.H. - 和 M..    登录 。在-EDBT 2004 ， 2005.

[2]，.时间自动 [A]。第35届ACM Con on [C].：ACM，2012.601-610.

[3]，.   第20期宽网[C].：ACM，201.107-16.

[4]米. . 到自动-。在'13， 103–112， 2013.

[5]乙. .      的和 .在第 38 届 ACM 上和中

，3-12。ACM，2015 年。

[6]A. ， Y. ， H. ， C. ，

J. Grue 和 J.-Y.Nie。A - 代表 - 。在第 24 届 ACM 上和 ， 553–562.ACM，2015 年。