惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

量子位
博客园_首页
罗磊的独立博客
云风的 BLOG
云风的 BLOG
J
Java Code Geeks
Last Week in AI
Last Week in AI
D
DataBreaches.Net
Jina AI
Jina AI
博客园 - Franky
大猫的无限游戏
大猫的无限游戏
Apple Machine Learning Research
Apple Machine Learning Research
V
V2EX
D
Docker
MongoDB | Blog
MongoDB | Blog
B
Blog RSS Feed
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
宝玉的分享
宝玉的分享
Engineering at Meta
Engineering at Meta
The Cloudflare Blog
博客园 - 三生石上(FineUI控件)
有赞技术团队
有赞技术团队
人人都是产品经理
人人都是产品经理
H
Help Net Security
T
The Blog of Author Tim Ferriss

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
AI与产品| 腾讯搜索词推荐算法在QQ浏览器中的运用
灼华一品 · 2022-06-10 · via 人人都是产品经理

编辑导语:推荐算法的运用十分广泛,搜索词的运用就是一个很好的例子。本篇文章作者分享了腾讯搜索词推荐算法在QQ浏览器上的运用,介绍了其运用的场景、搜索词生成的过程以及搜索词推荐评价的指标等,感兴趣的一起来学习一下吧。

今天带大家了解一下腾讯的搜索词推荐算法。推荐系统本质是解决内容过载情况下,用户对有价值内容的消费问题。推荐物品是一个核心要素。

对于推荐词场景来说,推荐物品主要包含两部分。一个是搜索词,另一个是搜索结果页的呈现。

一、QQ浏览器中的搜索词推荐场景

那么,让我们来看看QQ浏览器中的几个搜索词推荐场景。

我们先看到第一张图,这是个性化词推荐,搜索框里面显示“nuguri向lpl粉丝致歉”,它会基于用户的兴趣偏好推荐用户感兴趣的搜索词。

比如用户平时喜欢看英雄联盟比赛相关的文章和视频,他就会在搜索框里出现这种类型的搜索词。这样,当用户不知道想要看什么类型文章时,可以引导用户搜索自己感兴趣的文章浏览。

再来看第二种,自动化补全搜索词,我们在搜索框输入关键词后,系统就会自动补全相关搜索词,这时候我们再点击推荐的搜索词条就行了。

比如我只输入了“英雄联盟最强”,他就自动推荐了各种词条,比如“英雄联盟最强英雄”,“英雄联盟最强辅助”,可以说节省了用户的时间,带来了很好的用户体验。

第三种是基于用户阅读的文章,推荐和文章相关的搜索词。比如我浏览了C罗相关的文章,文章末尾就会出现相关的搜索词条。

第四种呢,是根据用户输入的搜索词,在搜索结果页中,展示与当前输入搜索词相关的其他搜索词

比如我之前搜索了“C罗十大精彩进球”词条,那么在搜索结果相关页就会出现与其相关的词条,这样如果用户感兴趣就会继续阅读浏览,而不用再去搜索框进行输入。

二、搜索词的生成

那搜索词具体是怎样生成的呢?

  • 第一种是用户输入的关键词,也叫主动搜索词,但通常不会输入完整句子,导致推荐会很不准确;
  • 第二种是做核心词替换,比如一个词条“C罗十大精彩进球”,做同位词替换就可以扩展出“梅西十大精彩进球”或“C罗十大绝杀”;
  • 第三种是根据内部的知识图谱体系生成搜索词,比如“周华健代表作品”,“曹云金相声全集”等;
  • 第四种是热搜人工运营的搜索词,词库系统会有不同的机器学习算子,做词质量的判断,接入安全系统、人审复审机制。

三、搜索词推荐评价指标

评价搜索词推荐做的好不好。

  • 是看相关性指标,看搜索结果是不是满足了用户的需求,有没有抓住主需,这点可以看用户对搜索词的点击率;
  • 二是丰富性,搜索结果要丰富,比如用户搜索连续剧时,要给出全集播放地址,而不只呈现单集内容;
  • 三是时效性,有些类别如股价、新闻、天气,要给用户呈现最新的搜索结果。

小结:搜索词本身是一个桥梁,是用户需求和最终消费内容之间的关联。搜索结果也会不断引入更丰富的内容来提升用户搜索体验。

本文由 @灼华一品 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议。