用戶搜索「章魚 保羅」,僅就文本相關性而言,搜尋引擎只要返回和「章魚 保羅」內容相關的結果就可以了,但這樣用戶會滿意嗎?
用戶甲:聽說章魚帝掛了,來看看最新結果,怎麼全是 8 月份的,往後翻頁中……
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,怎麼全是最新的結果,沒有章魚哥的介紹啊,換個 query 看看。
用戶丙:我是鐵桿球迷,看完章魚哥,再看看足球相關的吧,魯尼、傑拉德是否又進球了,怎麼連個相關推薦都沒有,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,怎麼全是結果沒有方圖呢,這麼扁的圖怎麼用啊。
用戶戊:換張章魚哥的壁紙,也許下次買彩票能發大財,咦,怎麼全是小尺寸的圖……
(以上資訊透過分析 2010-10-27 用戶 session 得出。)
籠統地說,用戶向搜尋引擎表達需求,搜尋引擎理解用戶需求,並提供不同需求下的資源,這整個過程可統稱為「需求滿足」。簡單說,除了基礎文字相關性之外的 rank 工作,都屬於需求滿足的範疇——也就是說,提供給用戶的檢索結果,不僅要在字面上與用戶輸入的文字相關,還要滿足用戶各種不同的需求。

用戶透過 query 表達了自己的需求,而對於大部分 query 來說,尤其是具有隱含需求的 query,僅僅字面匹配的查詢結果未必能夠滿足其需求。目前我們的排序系統主要基於「文本相關性」這個維度,權值體現了 query 中的 term 與 obj 的相關程度。在這個體系下,相關的結果未必能滿足用戶需求。
例如前面提到的「章魚 保羅」,顯然,這些需求在文本相關性這個維度下很難解決,尤其涉及突發時效性需求、泛需求等。
從上面的例子可以看出,需求滿足需要解決時效性需求、多需求、相關推薦、size 需求、素材類需求、瀏覽引導等問題。除了基礎文本相關性以外的 rank 策略,以及為此所做的 query 分析工作,都可認為屬於需求滿足的工作;此外還包括前端結果展現與用戶引導瀏覽。
Image 需求滿足,按照不同維度,可以劃分為以下幾個方面:
a. 需求識別
b. 資源建設
c. 需求調權
d. 結果組織與推薦
e. 用戶引導交互
需求滿足要解決的核心問題:需求識別、資源建設、需求調權。
識別 query 有哪些需求、以及需求的強弱,是最基礎的工作。首先要有需求體系,能完備地描述各種需求;其次是如何識別這些需求,把每個 query 的需求對應到這個體系中去。
基於統計的需求識別
透過對大量數據的統計分析,可以識別出 query 有哪些方面的共性。可供分析的數據很多,比如用戶行為數據、點擊反饋、檢索結果等。
比如:搜索「章魚 保羅 壁紙」,透過統計用戶點擊圖片的長寬數據,發現用戶點擊的圖片大部分是長寬比較大的,而「章魚 保羅 頭像」則恰恰相反。
又比如透過分析大量用戶的檢索數據,發現相當部分的用戶在檢索「章魚 保羅」之後,又檢索了足球相關的關鍵詞,那麼可以識別出「章魚 保羅」與足球有著很高的關聯度,在為用戶推薦相關搜索時,可以插入足球相關的推薦。

專名 & 需求詞
判斷 query 中是否包含專名或需求詞等關鍵詞,是最直接的方式。比如「章魚 保羅 頭像」,用戶在 query 中顯式地表達了頭像方面的需求,其中就包含了尺寸需求——頭像需要小尺寸的圖,這時候出一張大圖片就不符合用戶需求了。
時效性需求
時效性需求的識別,主要透過用戶檢索量的突發以及資源數的突發來判斷。檢索量的突發,可以透過累積每個 query 每天的用戶檢索頻率,用連續多天的頻率計算當天檢索量與歷史相比是否有突發,進而判斷時效性需求的強弱。資源數方面的判斷,可以透過類似的方式挖掘。
比如「章魚 保羅」,在世界盃期間,該 query 及相關 query 的檢索量相比世界盃之前有了爆發性增長,並持續保持在高檢索量狀態,則可認為是有時效性需求的 query。
識別出 query 有哪些需求後,下一步的工作就是提供相應的資源。
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,透過某一個或幾個特徵組合,能把滿足要求的資源和不滿足要求的資源區分開,找到用戶需要的資源、去掉不滿足要求的資源,是主要工作。
內容屬性特徵
對內容屬性維度來說,可以分為底層的物理特徵、中層的物體識別和高層的語義特徵。底層物理特徵相對簡單,包括尺寸、顏色、格式、清晰度、飽和度等;中層特徵有人與非人的識別、色情圖片識別、整車識別、手機圖片識別等;高層語義特徵則包括場景識別、圖片風格識別、情感識別,比如是室內還是室外、是否非主流風格等,都可以作為資源篩選的特徵。
話題屬性維度
話題屬性維度,是指動物、植物、帥哥、美女、軍事、體育等各種不同話題,我們希望把圖片按這樣的分類進行劃分。比如透過這個分類,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的。用戶在搜索「章魚 保羅」時,就可以推薦足球相關的資源。
時效性資源的收錄

時效性資源可以很容易地透過收錄時間來判斷,並與非時效性資源區分開。時效性資源的來源一般包括新聞站點、各大論壇、BBS 等社區類網站。
明確了 query 的需求、挖掘了滿足需求的資源後,如何把滿足需求的資源 rank 到前端呢?
對於各種不同的需求維度,都有自己的調權策略。比如「章魚 保羅 壁紙」,我們識別出有尺寸方面的需求,那麼可以把尺寸比較大的圖片進行加權;又比如時效性需求,可以直接在前三頁插入時效性庫的結果——這是因為時效性需求是一個強需求維度,單純的加權不能保證結果調整到前三頁。
目前這種策略直接疊加的調權方式,優點是簡單、直接,缺點也比較多,最大的是「不可控」:一個維度上的調權,會對最終結果造成多大影響、它的話有多大分量,事先並不知道。
對於需求滿足的未來,要朝智能化、自動化、多樣化的方向持續發展。我們最終的目標,是把「需求滿足」這個方向做「沒」了——讓需求挖掘、資源滿足全部自動化,做到「手中無劍,心中有劍」。