一、什么是需求滿足

1.1 什么是需求滿足

用戶來搜索“章魚 保羅”，就文本相關(guān)性而言，搜索引擎只要返回和“章魚 保羅”內(nèi)容相關(guān)的結(jié)果就可以了，這樣用戶是否滿意呢？

用戶甲：聽說章魚帝掛了，來看看最新結(jié)果，怎么全是8月份的，往后翻頁中…

用戶乙：今天同事們在討論章魚哥掛了，章魚哥是啥？我又out了，來搜索一下章魚帝生平事跡是啥，怎么全是最新的結(jié)果，沒有章魚哥的介紹啊，變換個query看看

用戶丙：我是鐵桿球迷，看完章魚哥，再看看足球相關(guān)的吧，魯尼，杰拉德是否又進(jìn)球了，怎么連個相關(guān)推薦都沒有，還得我親自輸入。

用戶丁：找個章魚哥的頭像用一下吧，一定很拉風(fēng)，怎么全是結(jié)果沒有方圖呢，這么扁的圖怎么用啊

用戶戊：換個章魚哥的壁紙，也許下次買彩票能發(fā)大財，咦，怎么全是小尺寸的圖…

（以上信息通過分析2010-10-27用戶session得出。）

籠統(tǒng)的說，用戶向搜索引擎表達(dá)他的需求，搜索引擎理解用戶需求，提供各不同的需求下的資源，這整個過程可統(tǒng)稱為需求滿足。簡單說，就是除了基礎(chǔ)文字相關(guān)性之外的rank工作，都屬于需求滿足的范疇，也就是說，提供給用戶的檢索結(jié)果，不僅僅要求在字面上是和用戶輸入的文字相關(guān)的，還要滿足用戶的各種不同需求。

需求滿足在rank體系中所處的位置：

1.2 為什么需要需求滿足

用戶通過query表達(dá)了自己的需求，而對于大部分query來說，尤其是具有隱含需求的query，僅僅字面匹配的查詢結(jié)果未必能夠滿足其需求。目前我們的排序系統(tǒng)是主要是基于文本相關(guān)性這個維度的，權(quán)值體現(xiàn)了query中的term與obj的相關(guān)程度，在這個體系下，相關(guān)的結(jié)果未必能夠滿足用戶需求。

例如前面提到的“章魚 保羅”的例子，顯然，這些需求在文本相關(guān)性這個維度下很難解決，尤其涉及到突發(fā)時效性需求，泛需求等。

1.3 需求滿足包含哪些工作

從上面的例子中，可以看出，需求滿足需要解決時效性需求問題，多需求問題，相關(guān)推薦，size需求，素材類需求，瀏覽引導(dǎo)等問題。除了基礎(chǔ)文本相關(guān)性以外的rank策略以及為了這些所做的query分析工作可認(rèn)為屬于需求滿足的工作，另外還包括前端結(jié)果展現(xiàn)與用戶引導(dǎo)瀏覽的工作。

Image需求滿足，按照不同的維度，可以劃分為如下幾個方面：

a.需求識別

b.資源建設(shè)

c.需求調(diào)權(quán)

d.結(jié)果組織與推薦

e.用戶引導(dǎo)交互

二、需求滿足如何做

需求滿足要解決的核心問題：

需求識別

資源建設(shè)

需求調(diào)權(quán)

2.1 需求的識別

2.1.1 需求的類型

識別query有哪些需求，以及需求的強弱，是最基礎(chǔ)的工作。首先要有需求的體系，能完備的描述各種需求，其次是如何識別這些需求，把每個query的需求對應(yīng)到這個體系中去。

基于統(tǒng)計的需求識別

通過對大量的數(shù)據(jù)統(tǒng)計分析，可以識別出query有哪些方面的共性。可供分析的數(shù)據(jù)很多，比如用戶行為數(shù)據(jù)，點擊反饋，檢索結(jié)果等。

比如：搜索“章魚 保羅 壁紙”，通過統(tǒng)計用戶點擊圖片的長寬數(shù)據(jù)，發(fā)現(xiàn)用戶點擊的圖片，大部分是長寬比較大的圖片，而“章魚 保羅 頭像”則恰恰相反。

又比如通過分析大量用戶的檢索數(shù)據(jù)，發(fā)現(xiàn)相當(dāng)部分的用戶在檢索“章魚 保羅”之后，又檢索了足球相關(guān)的關(guān)鍵詞，那么可以識別“章魚 保羅”和足球有著很高的關(guān)聯(lián)度，在給用戶推薦相關(guān)搜索時，可以插入足球相關(guān)的推薦。

專名&需求詞

判斷query中包含專名或者需求詞等關(guān)鍵詞，是最直接的方式。比如“章魚 保羅 頭像”，用戶在query中顯示的表達(dá)了頭像方面的需求，其中就包含了尺寸方面的需求，頭像是需要小尺寸的圖，如右圖所示，這時候出一張大的圖片就不符合用戶需求了。

時效性需求

時效性需求的識別，主要是通過用戶檢索量的突發(fā)以及資源數(shù)的突發(fā)來判斷。

檢索量的突發(fā)，可以通過累積每個query的每天的用戶檢索頻率，用連續(xù)多天的用戶檢索頻率，計算當(dāng)天檢索量和歷史比較，是否有突發(fā)，進(jìn)而判斷是否有時效性需求的強弱。資源數(shù)方面的判斷，可通過類似的方式挖掘。

比如“章魚 保羅”，在世界杯期間，該query，以及相關(guān)query的檢索量，相比世界杯之前，用戶檢索量有了爆發(fā)性的增長，并且持續(xù)保持在高檢索量的狀態(tài)，則可認(rèn)為是有時效性需求的query。

2.2 需求的滿足

識別出query有哪些需求，下一步的工作就是提供相應(yīng)的資源。

2.2.1 資源的挖掘

如何獲得滿足需求的資源，是需求滿足的另一個核心問題。在資源上，通過某一個或者幾個特征組合，能夠把滿足要求的資源和不滿足要求的資源區(qū)分開，找到用戶需求需要的資源，去掉不滿足要求的資源，是主要的工作。

內(nèi)容屬性特征

對內(nèi)容屬性維度來說，可以分為底層的物理特征，中層的物體識別和高層的語義特征。

對于底層的物理特征，相對比較簡單，包括尺寸，顏色，格式，清晰度飽和度等，中層特征，有人與非人的，色情圖片的，整車的識別，手機(jī)圖片的識別等；對于高層的語義特征，包括場景的識別，圖片風(fēng)格的識別，情感的識別，比如是室內(nèi)還是室外，是否非主流風(fēng)格等，都可以作為資源篩選的特征。

話題屬性維度

話題屬性維度，是指動物，植物，帥哥，美女，軍事，體育等等各種不同的話題，我們希望把圖片能按照這樣一個分類進(jìn)行一個劃分。

比如，通過這個分類，我們可以知道哪些圖片是頭像類的，哪些是壁紙的，哪些是足球體育相關(guān)的。用戶在搜索“章魚 保羅”時，可以推薦足球相關(guān)的資源。

時效性資源的收錄

時效性資源，可以很容易的通過收錄時間來判斷，和非時效性資源區(qū)分開。時效性資源的來源一般包括新聞?wù)军c，各大論壇，bbs等社區(qū)類網(wǎng)站。

2.2.2 需求調(diào)權(quán)

明確了query的需求，挖掘了滿足需求的資源，那么如何把滿足需求的資源rank到前端呢？

對于各種不同的需求維度，都有自己的調(diào)權(quán)的策略。比如“章魚 保羅 壁紙”，我們識別出有尺寸方面的需求，那么可以把尺寸比較大的圖片，進(jìn)行加權(quán)；又比如時效性的需求，可以直接在前三頁插入的時效性庫的結(jié)果，這是因為時效性需求是一個強需求維度，簡單的加權(quán)，不能保證結(jié)果調(diào)整到前三頁。

目前這種策略直接疊加的調(diào)權(quán)方式，優(yōu)點是簡單，直接，缺點也比較多，最大的是不可控，一個維度上的調(diào)權(quán)，會對最后結(jié)果造成多大的影響，他說的話分量有多大，不知道。

三、結(jié)語

對于需求滿足未來，要向智能化，自動化，多樣化的方向持續(xù)發(fā)展。我們最終的目標(biāo)是把需求滿足這個方向做沒了，需求挖掘，資源滿足全部自動化，做到“手中無劍 心中有劍”。

By liukaikui

來源：http://stblog.baidu-tech.com/?p=95