既談垂直搜索引擎和個性化推薦，就繞不開AI。AI已是眾人皆知，雖源于AlphaGo大聲在圍棋界一戰(zhàn)成名，但人工智能的熱門商業(yè)應(yīng)用則是無人駕駛、百度和Google這樣的搜索引擎、讓今日頭條發(fā)家致富的個性化推薦等。
而上述這三者，無人駕駛聲名遠(yuǎn)揚(yáng)憾在未正式商用普及大眾，而其他兩個則滲透在我們生活的方方面面。
搜索自不必多說，不懂就問是我們對搜索最基本的了解和訴求。而個性化推薦則不因個人意志為轉(zhuǎn)移，因為商品被推薦與否，哪些商品被推薦，我們沒有決定權(quán)。
今天就來說一說“搜你所想”的垂直搜索引擎和“想你所想”的個性化推薦引擎的應(yīng)用邏輯。
垂直搜索引擎的應(yīng)用三階段
大多數(shù)人對于搜索引擎的第一反應(yīng)可能都是Google或百度，因為我們習(xí)慣了在百度主動查詢一些內(nèi)容，而對方也幾乎達(dá)到了有求必應(yīng)的能力。而這不是我們今天所要講述的垂直搜索引擎。
垂直搜索引擎是網(wǎng)站/APP里提供的搜索窗口，讓用戶通過搜索關(guān)鍵詞就直達(dá)目標(biāo)內(nèi)容。比如淘寶里搜索“書包 男士 雙肩”，搜索結(jié)果的展現(xiàn)幾乎與搜索詞無異。在資訊類APP里搜索“香港”會出現(xiàn)與之相關(guān)的大量新聞。
如果稍加留意和思考的人，可能會想搜索“香港”出來的結(jié)果會是怎樣？這便是搜索引擎的奧妙所在。你的只字片語所能獲得的結(jié)果滿意度，是搜索引擎能優(yōu)良與否的一個標(biāo)準(zhǔn)。在我看來，搜索包括三階段：搜索詞輸入階段、搜索結(jié)果展現(xiàn)階段、搜索結(jié)果自定義調(diào)整階段。
就以搜索“香港”為例說明垂直搜索引擎的三階段。
階段一：搜索詞輸入階段是用戶表達(dá)意愿需求的階段
用戶在搜索框中輸入香港的過程中可能會錯誤地輸入為“xiang gang”、“xiagngang”等，此時搜索引擎需要做的就是對搜索詞進(jìn)行語義分析識別用戶搜索意圖進(jìn)行自動糾錯，也就是明白用戶想要的是什么，力求做到“用戶可以寫錯，不能答錯”。而與此同時，搜索框下方會出現(xiàn)一系列與“xianggang”相關(guān)的提示詞，例如“香港20周年晚會”、“香港20周年閱兵”等與“香港”相關(guān)的內(nèi)容，減少用戶輸入時間，提高用戶的輸入效率。
階段二：搜索結(jié)果展現(xiàn)階段
此處必須引出兩個概念：召回率和搜索精度。
召回率（recall）就是是否把用戶想要的東西都搜出來，網(wǎng)站明明有此產(chǎn)品卻沒有出現(xiàn)在搜索結(jié)果中，就是召回率不足的表現(xiàn)。
而搜索精度（precision）就是搜索出來的東西是否是用戶想要的。用戶在搜索提示中點擊“香港20周年晚會”，那么出現(xiàn)的搜索結(jié)果應(yīng)該與之相關(guān)，且全部搜索出來。
“智能排序”又是一個不得不提的概念，給用戶返回的搜索結(jié)果中，與香港20周年晚會相關(guān)的最優(yōu)質(zhì)的搜索結(jié)果是否排在最前。
階段三：搜索結(jié)果自定義調(diào)整階段
此時就是用戶根據(jù)自己的意愿進(jìn)行搜索結(jié)果排序和篩選。比如只想看近11小時內(nèi)的”香港20周年晚會”發(fā)布視頻，這就是一個用戶對搜索結(jié)果篩選的過程，可以更快更好地找到目標(biāo)搜索結(jié)果。
前面已說過垂直搜索引擎的三個應(yīng)用階段，下面來說一說怎么個性化推薦的應(yīng)用。
個性化推薦應(yīng)該只顧個性還是多樣化推薦？
今日頭條僅憑一個非常簡單的移動產(chǎn)品就可以迅速攀升到資訊類第一的地位，得益于其領(lǐng)先的個性化推薦技術(shù)，其定位“你關(guān)心的，才是頭條”足以反映個性化推薦戰(zhàn)略對今日頭條的意義。淘寶網(wǎng)更是將個性化推薦發(fā)揮到極致，首頁的每一個模塊都是個性化的影子，幾乎是想把每位用戶沉溺在里面。
即便今日頭條和淘寶這兩款產(chǎn)品已經(jīng)有了關(guān)于我比較完善的用戶畫像，能夠根據(jù)我的喜好進(jìn)行推薦，但是我的使用率卻越來越低。究其原因，如下兩點：
不具備多樣性，拿今日頭條來說，我只是在這一刻喜歡看軍事新聞而已，但記下來的推薦內(nèi)容一直是軍事新聞，居心何在？
不能帶給我驚喜。那淘寶來說，我現(xiàn)在想買條褲子，但并不代表我對好看的上衣沒興趣，所以推薦中如果有讓我眼前一亮的上衣，我會選擇多逛一會。
因為優(yōu)秀的個性化推薦并非用戶看過什么就接下來推薦什么。而需具備多樣性和新穎性，讓用戶有驚喜感，而這遠(yuǎn)比簡單的同類推薦要復(fù)雜。無論是資訊還是電商產(chǎn)品，有些用戶在“閑逛”時會帶有一些盲目性和消遣性，此時富有驚喜感的產(chǎn)品被推薦可以大大提升用戶的好感度。
所以優(yōu)秀的推薦引擎必須建立在多樣性、新穎性的基礎(chǔ)上，用數(shù)據(jù)來調(diào)整策略，而不是單純著眼于當(dāng)下進(jìn)行單一類型推薦。
尤其需要注意的一點，對于資訊類產(chǎn)品而言，所推薦產(chǎn)品的時效性也是個不可忽視的因素。
資訊類產(chǎn)品如果想要依靠個性化推薦提升用戶粘性，增加付費轉(zhuǎn)化，必須明確在哪個場景使用個性化推薦是適當(dāng)?shù)?，是首頁的信息流推薦、詳情頁的相關(guān)推薦還是其他使用場景，依靠數(shù)據(jù)來調(diào)整個性化推薦的使用策略。另外，多樣性推薦是可以根據(jù)占比由企業(yè)自行決定的，當(dāng)然這也需要數(shù)據(jù)對比支撐不斷調(diào)整占比，而時效性的資訊也可以根據(jù)統(tǒng)計的數(shù)據(jù)進(jìn)行合理排布。
垂直搜索引擎和個性化推薦二者相輔相成
搜索和推薦雖然有很多差異，但兩者存在著大量的融合。越來越多的搜索引擎會結(jié)合推薦系統(tǒng)的結(jié)果，而“相關(guān)搜索詞”就是推薦系統(tǒng)的產(chǎn)物。比如在一些平臺型電商網(wǎng)站中，由于結(jié)果數(shù)量巨大，且相關(guān)性并沒有明顯差異，因而對搜索結(jié)果的個性化排序有一定的運作空間，這里融合運用的個性化推薦技術(shù)也對促進(jìn)成交有良好的幫助。
推薦系統(tǒng)也大量應(yīng)用用了搜索引擎的技術(shù)，搜索引擎解決運算性能的一個重要的數(shù)據(jù)結(jié)構(gòu)是倒排索引技術(shù)（Inverted Index），而在推薦系統(tǒng)中，一類重要算法是基于內(nèi)容的推薦（Content-based Recommendation），這其中大量運用了倒排索引、查詢、結(jié)果歸并等方法。另外點擊反饋（Click Feedback）算法等也都在兩者中大量運用以提升效果。
