大家好，我是kaiyuan。好久没码字了，趁着五一在家整理整理，毕竟北京这疫情哪儿也别想去
虽然我们之前分享过很多 #搜索推荐广告 方面的文章，但是发现很难有一个系统的框架，无法串联成完整的链路。于是，不如就以业务链路为核心，来好好地整理。这一系列规划的整体大纲如下，欢迎催更~
针对每个模块，重点在解释清其在系统中的位置和功能、面临的难点以及业界baseline和前沿解决方案。今天作为第一篇，不会深入具体技术细节，简单聊聊搜索大背景及其兄弟业务：推荐和广告。
【PS. 受限于个人水平和经验，欢迎讨论指教~ 内容也会随认知的深入不断更新】
流量和变现是互联网公司能否成功的两个关键因素，纵观所有公司发展，无一不是先砸钱打开市场、培养用户粘性（流量），然后开始想法子变现。搜索、推荐、广告，作为互联网公司的标配，基本撑起了全部的流量和收入。作为大厂核心应用，存在很多相似的地方，譬如
- 数据 ：量大而杂乱，虽然有取之不尽的用户日志，但如何从中过滤噪声提取真正有增益的信息，是一大难题；
- 算法 ：创新与落地，三者很多算法模型都是相似的（搜推广算法有多卷就不用我多说了吧~）。另外，不同于cv/nlp等偏离线的算法，为了不影响用户使用体验，必须考虑在线延时的影响，这就要求算法模型需要考虑效果和性能的trade off；
- 架构 ：经典三段式，同样受限于性能，常见的搜推广通常都是由『召回-粗排-精排』级联式三个板块组成。
搜索 VS 推荐 VS 广告
虽然三者之间存在诸多相似点，但深入细节，仍然会存在巨大差异，这也就是为什么通常需要搭建不同的团队来针对性地负责。甚至即使是单一方向，譬如推荐，面对不同的场景，也会有不同的团队来优化。
问题定义的区别
- 搜索：搜索的经典场景是用户主动输入查询query，较明确地表达需求，然后搜索引擎从数据库中检索得到topK最优结果，最后展现给用户，这是一个用户主动获取信息的过程。
- 推荐：推荐一般不存在用户主动提供query，而是系统根据其用户画像（性别、职业...）以及历史行为（浏览、点击、收藏...）等，排出最可能使用户消费的内容展现出来，这是一个用户被动获取信息的过程。
- 广告：一般广告的参与有三个角色：广告主、平台和用户。与搜推的为用户找信息的过程不同，广告则是为信息找人，目的也非常直接，纯粹就是为公司增加收入，可以说是离 最近的业务了。
业务目标的区别
- 搜索：相比与推荐和广告，搜索在某种意义上是存在『正确答案』的，即用户是带着明确目的来完成这次行为的。所以搜索第一目标就是相关性，能否将这些"正确答案"展现给用户；其次目标才是CTR/CVR/GMV等。随着相关商品量和算法的发展，现在也越来越强调类似推荐的 个性化/千X千面 。
- 推荐：推荐算法的预估目标就不尽相同，视频类更多倾向于预测观看时长，新闻类预测CTR，电商类预估客单价等等这些 跟用户参与度最相关的业务指标 。
- 广告：各大公司广告算法的预估目标非常统一，就是 预估CTR和CVR。
算法模型的区别
搜索、推荐、广告三者的模型相对是"通用"的，一个方向上效果不错的模型稍作修改即可适配到另外一个方向，譬如多向量表达MIND本是推荐召回的模型，现在在很多搜索召回中也普遍应用来解决多兴趣问题。要说区别，更多的可能是样本、特征这些方面的不同。
更详细深入推荐知乎@王喆老师的：
- 排得更好VS估得更准VS搜的更全「推荐、广告、搜索」算法间到底有什么区别？[1]
网页搜索 VS 电商搜索
针对搜索而言，根据场景的不同，可以细分为很多种：网页搜索、电商搜索、视频搜索、O2O搜索等等。这里看两大类：网页搜索（如百度、搜狗等）和电商搜索（如淘宝、京东等）。那同为搜索引擎，这两者有什么区别呢？
- 数据差异， 主要体现在规模、来源、组织结构等方面。
- 规模：网页搜索使用的数据一般是万亿级的规模，有超过万亿的网页，但是商品搜索的话，根据客户规模的大小，商品的 SKU 数或者 SPU 数基本上是亿到十亿这个级别，与网页搜索不在一个量级，理论上是网页搜的一个子集；
- 来源：网页搜索使用的是整个互联网的数据，而商品搜索，往往是一家企业内部的数据，而且这些数据存储在它的业务数据库或者数仓里，相对来说数据是比较好处理的；
- 结构：网页搜索使用的是全网的非结构化数据，需要额外的非结构化数据处理工作；而对于商品搜索，使用的是优质的结构化数据，比起网页搜索里面参差不齐的非结构化数据，少了一部分数据整理和处理的工作；
- 重点优化目标差异 。网页搜索主要是优化网页和搜索词的相关性与时效性；而电商搜索主要优化目标是点击率 ( CTR )、转化率 ( CVR )、交易额 ( GMV )等，当然既然作为一个搜索系统，这些目标也是在相关性的基础上去做；
- 个性化程度差异 。网页搜索一般情况下也能做到个性化，通常像谷歌、百度等搜索公司在个性化上也会做一些工作，但是对个性化的要求并不高；而商品搜索对个性化的要求很高，比如搜索的时候，不同的人消费能力的不同，那么排序的时候，需要考虑把合适价格的产品返回给不同消费能力的人群。个性化要求的不同是网页搜索和商品搜索的重要区别，这就决定了两者技术实现的不同。
电商搜索系统
最后看几个图，对整体的搜索系统有个high-level的认知。
淘宝搜索
来自阿里KDD'21的论文：《Embedding-based Product Retrieval in Taobao Search》，介绍了淘宝搜索引擎：Query ---> Recall召回 ---> Rank排序
京东搜索
来自京东的分享 电商搜索中的语义检索与商品排序[2] 以及论文Towards Personalized and Semantic Retrieval: An End-to-End Solution for E-commerce Search via Embedding Learning[3]，包括三个重要组成部分：
- Query 理解：包括 query 的纠错、改写、扩展、分词等。
- 召回阶段：给定一个查询词，从商品库中召回有效正确的商品候选集，并将结果返回给排序，召回方式有很多种。
- 排序阶段：给定召回商品的候选集合，根据众多因子对这些商品进行排序，挑选出最好的候选商品展示给用户。
美团搜索
美团搜索同我们上面说的网页搜索、电商搜索还有些不同，是典型的O2O搜索。美团搜索的核心是提供服务，例如团单、旅游、医美等（也有同电商搜索一样的商超形态）；另外一个重要的特点是 位置的重要程度非常高 。
下图是美团搜索系统流程，整体流程分为数据层、召回层、排序层和展示层，不赘述，看图就非常清晰了。
58同城搜索
发展历史
搜索推荐广告密不可分，发展历程基本一致，同每个行业一样，互联网的项目大都发展历程也是
- 项目运转：先让项目跑起来，流程走通
- 自动化：项目跑起来后，开始从人力到自动化过渡
- 智能化：完成自动化后，优化项目进行智能化提升效果
早期数据量少，靠人工即可做简单分类，所以门户网站在那时占据主导地位。年纪小的小朋友可能不太了解，但千禧年左右的中国最初的互联网三巨头是三大门户网站：新浪、网易、搜狐，当时二马还是以学生姿态向当时中国互联网第一人张朝阳学习讨教。海外雅虎门户作为互联网公司的先驱，开创了向广告主收费，用户免费的模式，为互联网的普及打下基础，否则若再像传统移动、联通、T-Mobile按次收费或量收费的模式，互联网的推广还要再晚不知道多少年。
03年至12年的十年属于搜索和社交的十年。全网搜索、细领域搜索，Google、百度等一众搜索起家公司开始腾飞。社交方面，熟人社交、陌生人社交，腾讯、Facebook、Twitter等通讯工具、媒体中介起家公司也开始腾飞。可以说这十年是互联网行业黄金十年。在资本积累之后，有大量的财力去反哺技术，实现了基于关键词等等的自动化能力。
12年至今，随着互联网的蓬勃发展，信息更一步爆炸，用户的需求也进一步提高，这就要求互联网公司要能提供更智能化，更贴近用户想要的才能更好的发展。所以，搜索推荐广告针对各垂直领域进行了细分优化，衣食住行，淘宝、美团、链家、滴滴...
好啦，下篇见~
本文参考资料
[1]
排得更好VS估得更准VS搜的更全「推荐、广告、搜索」算法间到底有什么区别？: https://zhuanlan.zhihu.com/p/430431149
[2]
电商搜索中的语义检索与商品排序: https://zhuanlan.zhihu.com/p/465504164
[3]
Towards Personalized and Semantic Retrieval: An End-to-End Solution for E-commerce Search via Embedding Learning: https://arxiv.org/pdf/2006.02282.pdf
[4]
王喆：排得更好VS估得更准VS搜的更全「推荐、广告、搜索」算法间到底有什么区别？: https://zhuanlan.zhihu.com/p/430431149
[5]
多业务建模在美团搜索排序中的实践: https://tech.meituan.com/2021/07/08/multi-business-modeling.html
[6]
深度语义模型 BERT 在 58 同城搜索的实践: https://www.6aiq.com/article/1617063677499
[7]
电商搜索中的语义检索与商品排序: https://zhuanlan.zhihu.com/p/465504164
[8]
如何构建一个好的电商搜索引擎？: https://www.infoq.cn/article/ixobeuyc5q0b1dmhrwh7
[9]
搜索推荐广告: https://chmx0929.gitbook.io/machine-learning/sou-suo-tui-jian-guang-gao/sou-suo-tui-jian-guang-gao
