我們都知道,關鍵詞分析在算法中扮演承上啟下的角色。百度在調整算法之前,用的是最大匹配法:正向匹配、逆向匹配與雙向匹配。以「小學生作文」為例,它會切成「小學生/作文」,這一段在當時的搜尋結果快照裡就能看出來。
自從百度發布框計算,算法做了大幅調整,涵蓋關鍵詞分析、超鏈接分析、網域、收錄等各個環節,其中關鍵詞分析的變化最明顯。
所謂框計算,指的是:使用者輸入內容後,百度先判斷這是算術、購物、股票、外匯,還是普通的關鍵詞查詢。輸入算式它直接給答案,輸入股票代碼它直接給走勢圖。這些都是百度所說的「提高用戶體驗」。說白了,就是關鍵詞分析的算法換了,換成所謂「基於理解的分詞方法」。
它的基本思想是在分詞的同時進行句法與語義分析,模擬人對句子的理解過程。由於漢語語言知識龐雜,這種方法實現起來非常困難。以百度目前的狀況判斷,這套系統應該還在試驗階段——因為也只有這種算法才可能真正貼近使用者想要的結果。但問題是,它真的提高了體驗嗎?
只能說提高了一部分,卻忽略了根本。提高的那部分,就是前面說的算式、股票這類明確意圖的查詢。忽略的根本,則是原本的關鍵詞匹配邏輯。
以「小學生作文」這類普通關鍵詞為例,第一頁排名幾乎都是老站,而且常見同一個站的主站與子目錄各佔一席,有時還夾雜博客文章——十個位置裡重複了三個站,新站基本被推到第二頁。這說明什麼?說明不論三七二十一,老站排前面,新站去第二頁。
再輸入「小學生作文大全」,百度給出的結果幾乎都是網購平台上相關書籍的商品資訊。試問,有多少人搜這個詞是為了買書?這反而降低了用戶體驗。
說到用戶體驗,不得不提搜搜。騰訊一直很低調,在百度強調體驗的這些算法上,搜搜其實更早就在實踐——那時它還在使用 Google 的搜尋接口,體驗已經相當不錯。現在搜搜獨立了,不再依賴外部接口,在處理普通關鍵詞時就避免了重複佔位的問題:十個位置裡主站佔一個,很少再給子目錄另一個位置。相比之下,搜搜的用戶體驗略勝一籌。
百度這套算法會不會再改?是回到從前,還是繼續它所謂試驗中的體驗?我們只能等著看。
感謝 fuqingjiajia 的投稿