上篇文章和大家分享了关于切词算法的原理，这篇和大家分享关于算法中的产品匹配机制。

其实我们会发现别的电商平台的搜索和阿里都很像，包括头条的千人千面也是一样的感觉，其实在算法领域阿里是很强大的，而算法不分平台，所以像很正常，正是因为如此 很多朋友说京东像12年的淘宝也有一定的道理。

上次我们说标题、评价还有问大家的切词和过滤算法的时候就发现有一个叫做搜索底纹的东东，我们就先说一下这个底纹是怎么来的。

默认底纹:内容前置，用户在不输入搜索词的情况下直接得到想要搜索的词

常见情况:商品名称关键词，类目词，品牌词，特定活动

底纹推荐技术方案

极简版:

运营人工配置

统计版:

热门搜索词、热门品类、热门活动

简单模型:

实时对用户最近一次的点击/收藏/加购/搜索词，使用自然语言处理进行关键词、品类词、活动提取，并在搜索框内显示。

复杂模型

生成式:通过将用户的近期n-1个时间步内的行为，生成预测未来第n时间步的行为。通俗一点就是通过用户历史行为判断用户下一次行为，预估意图及转化最高的（查询）作为底纹。

刚刚说的都是默认的底纹，也就是说我们还没有触发搜索，当触发搜索之后算法马上又会发生变化。

触发搜索框后，会出现搜索历史、热门搜索、搜索发现，并且除了搜索历史，热门搜索和搜索发现一定程度上需要做语义归一化，避免浪费坑位，如“白裤子”与“裤子 白色”。

搜索历史

搜索历史的功能建立在一定假设的基础上，假设用户使用搜索具有一定重复性。搜索历史帮助用户快速检索历史需求，快速进行回放。

通过数据分析可以发现，搜索历史的词更加高频，转化也比其它搜索推荐词转化高；所以历史搜索一般更靠近搜索框，并且搜索词按时间先后顺序由近及远，数量过多时会进行折叠或只保留N个，用户有清空历史搜索词的选项。

热门搜索词

通过已有用户的搜索日志，进行数据分析，选择将高频&高转化搜索词进行展现，便于用户冷启动/意图冷启动进行筛选。这一过程中也有运营同学的参与，如大促热门活动主题。热门搜索推荐词应避免长尾，应尽量高频、宽泛、多样。

注:用户冷启动一般指新用户，意图冷启动指用户之前未有的需求。

搜索发现/搜索词推荐

这一板块使用了千人千面，更加个性化。并且很多时候有换一批的功能，可以让更多内容有曝光机会。

由于有搜索历史的存在，所以搜索词在个性化的同时，应尽量避免与搜索历史栏出现语义重复，提供更有价值的搜索词，从而最大化曝光效率，并且为了防止过多推荐词带来干扰，一般搜索发现词在10个以内。

说完搜索底纹我们来了解一下词的下拉判断算法，这个说专业一点叫做搜索词自动补全产品形态。

搜索词自动补全产品形态：

关键词匹配/补全/联想/纠错的作用主要有三个：引导、纠错和高效。

通过统计发现，用户在第一次查询中得到预期搜索结果的概率非常低，所以需要引导查询自动建议可以减少用户搜索的工作量，并通过数据挖掘(群体行为和智慧)来给出高频恰当的搜索建议。

从上图可看到每个平台的补全都会不一样。

四大平台均使用了前缀匹配，但是手淘和天猫使用了拓展icon，可快速将推荐词黏贴至搜索框，京东使用了属性、标签、类目扩展 (除了对输入内容做联想，还会展示出与关键词相关的维度，自动补全关键词，增加用户的选择)，拼多多则相对搜索词产品探索较少。

不过目的都是帮助用户快速锁定意图，并开展搜索。

用户在搜索框输入字符时，会在搜索框下面实时显示下拉提示词给用户，方便用户选择。可以帮助用户快速输入和优化搜索条件，且避免输入错误；在此基础上很多平台也出现了筛选功能，在当前搜索建议词基础上进行扩展，进一步减少用户操作。

一般在用户搜索的不够具体，会推荐该搜索词更细的分类。淘宝的辅助多重筛选搜索，输入时展现的一系列联想内容，点击右边的一个拓展icon，就可以采用联想出的内容，在此基础上继续缩小范围筛选，从而帮助用户获得最接近需求的内容。

通过当前实时输入的词去匹配候选词，一般查询频度和同查询词的历史查询记录为重要参考依据。

在搜索词补全和联想数量上，淘宝为10条，拼多多为10条，京东/天猫超过10条，但是不能过多，过多的选择会给用户造成记忆负担，并且占据空间，有损用户体验，所以需要控制数量以便信息不会过载。

当然部分平台算法在历史的版本迭代中会尝试在搜索输入阶段进行纠错，比如输入联衣群，下拉框中自动纠正为连衣裙的一些选项，目前四个电商app均并无此功能，而是在搜索结果展示内做纠错及提醒；自动容错功能，将极大地提升用户体验，并提升用户的购买率。

这是下拉的预判形态，用户点击关键词之后就是产品匹配机制了

我们会发现，出现的产品开始会被用户本人左右，以前是千人一面，系统计算出哪个关键词下某个单品卖的最好就所有人搜索这个关键词得到的都是这个宝贝，现在是个性化机制，个性化就是等于根据用户的历史数据对于进行预判，之前的预判技术是单纯靠历史行为来抓取预判，但会产生不好的结果，就是我搜索了某个词，到处都是这个词匹配的产品，还记得15年的骨灰盒事件吧？

搜索了骨灰盒，结果整个世界都是骨灰盒，去年抖音也是出现过类似的事情，根据你的喜好度（浏览时间，点赞，评论等判别）内容之后一直给你推荐相关的内容，比如心情不好就看了一下心灵鸡汤，结果一直都让你和鸡汤，结果引起用户吐槽，所以推荐除了你的历史行为还会根据你的人群标签来推荐产品（跟你属性和行为相似的人群喜欢的东西推荐给你）。

我们来看一下算法的逻辑：

我们可以看到算法就是在满足用户的需求而定，蒋总立了天猫要翻倍的军令状，为什么敢立？市场还在倍增？

其实大家都感觉到今年的市场状态，在这种情况下还敢于立军令状，底气何在？我们先不去分析整体的宏观趋势，我们就拿站内来说，销售额和客单价转化率直接相关，而客单价明显可以看到今年行业靠前店铺中同比去年出现很多低客单店铺，平台也是一直呼吁要性价比（性价比不等于低客单），那么除去客单就是转化率这个维度了，想转化率提高，除了性价比还有就是推荐要精准了，所以可以肯定的是推荐算法会更加成熟。

截止今年7月的数据，整体首页定向推荐流量大于搜索流量，也就是说搜索流量会越来越少，不是人少了，而是很多都是被提前种草了（被系统推荐而收藏加购）。

也正是因为如此阿里妈妈今年也是在强推超级推荐，号称种草最牛的工具，前几天看到全国广告营收公司排名，阿里妈妈TOP1。

我们接下来看一下产品的推荐算法。

这三张图可以发现其实就是平台的推荐算法核心点了，通过不同的维度去推荐好的产品，我们再来看一下具体的算法解析。

这也是为什么经常说点击率的重要性了，因为在算法里点击率是非常重要的一个维度，哪怕是在直通车中也是一样。

玩LOL的都知道Rank的意思了，那么推荐机制也是一样的，产品之间会进行Rank，表现好的自然就是权重上升获得更多的流量。

从算法机制中我们会看到6大重要维度（主要的维度，相关维度有非常多），CTR，CVR，客单价，上新（对于常年不上新的类目会弱化），价格竞争力（竞争力可以理解为性价比，性价比不等于低价），还有一个非常重要的就是维度了，可以看到有实时和历史的区分，实时权重很好理解，历史权重也就是我们之前所说的最近三天最近七天权重了，过去式累计的权重，现在算法中实时和历史权重的比例都会以实时偏多，标品尤为明显。

可以看到其实算法本身都是围绕推荐好的产品本身出发，而系统不是人，只会从数据维度去筛选，所以重要的维度无非就是哪些，这也为什么很多人说底层不会变得原因所在，有很多人喜欢研究黑的玩法走捷径，所以会有刷点击（各种变相实现）刷坑产，说实话之前效果都是不错的，但是后面特别是今年几乎没有用了，为什么？

原因就是算法又加了一个机制，就是人群机制，你越刷越乱，没用，还有就是每个人都进行标签化，你要是去平台刷单几乎找死，老客户刷也是一样没用，因为你的老客户高于行业老客户的复购率太多了，还有就是买家账号本身就打上了黄牛号标签，你就是再怎么弄，没用！照抓不误！

这篇就写到这里了，下一篇我会写关于人群标签的算法解析，大家可以群里多多交流！写完流量算法以后我的更新模式不会再是纯图文模式，改为语音更新，这样方便大家早上一起来刷着牙听干货了！

以后我专注消费者人群运营方面的内容更新，告诉大家如何真正的人群运营，现在不是直钻砸钱就可以了，也不是随便找人直播就成，抖音快手背后都是人群的逻辑，如果玩不对后果会很惨烈，所以，要学习！谢谢大家支持！