自己作为后端研发工程师，一直在公司电商项目中参与和检索相关的工作。工作的时间也不短了，一直希望能写一些文章来总结、整理下自己接触到的知识点，一方面是为了梳理自己的思路，另一方面也作为一种分享和交流。
本文简单总结一下，电商检索系统需要向用户提供哪些功能。
搜索页面结构
下图是一个电商搜索结果页的基本结构：
大家可以看到，页面基本上有以下几种元素构成：
- 搜索栏
- 商品列表
- 面包屑
- 分类树
- 筛选项
- 商品推荐
每一种元素，都为用户展现了不同纬度的检索结果；同时，部分元素也为用户提供了进一步的检索、过滤功能。
搜索栏，提供了query检索的功能，用户最常用的寻找商品的方式；
分类树和面包屑，一方面从分类纬度展示了搜索结果，同时用户也可以对于上面的结果进行分类检索；
筛选项，提供了对于检索出的商品属性的聚合，同时用户又可以对于自己感兴趣的属性进行单独筛选；
商品列表，是呈现给用户的最终结果；
商品推荐，除了自然的检索结果，还会根据用户当前的检索行为以及历史行为，进行商品推荐。
功能
上面提到的元素，都是为了让用户使用电商检索系统的某些功能，或者向用户展现某些功能的最终结果。下面就具体讲一下电商检索系统需要具备的基本功能：
Query检索
即关键词检索，用户通过输入一个检索词来描述自己的需求，比如“iphone5s”、“三星Galaxy”、“Nike运动鞋”等等。关键词检索，涉及到建立一个检索系统的一些基本步骤：
- 切词（将一段文本转化为一个一个单元，即term）
- 建立倒排索引（Inverted Index）
- 索引归并
- 排序
切词之前，首先需要确定的是：商品的哪些字段需要被切词并且建入索引。商品的标题是需要建索引的，另外，一般来说，商品的品牌名称、商家名称、分类名也是需要建索引。选择建索引字段的范围，其实是需要一些权衡的，范围选得过大，当然可以提高召回率，但这样也会出现一些bad case（比如将商品描述中一些不相关的term建进了索引），同时倒排拉链过长也会影响性能。
分类检索
一般来说，综合型电商网站的首页，都会有一个分类树全集，供用户直接点击查询。例如下图：
除了Query检索，用户按照商品的分类进行检索的比例也会较大。分类检索和Query检索相比，不同点只是少了切词步骤，另外将term改为商品的分类ID。
说到分类，就要涉及到分类体系。一般来说，有两种分类体系：后端分类体系，和前端分类体系。后端分类体系相对稳定，几乎不变，用户感知不到后端分类；前端分类体系结构可以很灵活，随意变化，一般由运营同学来维护。前、后端分类体系都是树状的结构，而后端分类树的任意节点可以“挂载”至一个或者多个前端分类树的叶子节点上面，这样两套分类体系之间就产生了关联。
这两个分类体系可以类比为超市的货物分类（严格来说应该是电商参考了零售行业的分类方式），一开始货物都是放在后台的库房里面的，它们按照一种分类体系（后端分类系统）来存放，非工作人员是看不到的；而等到货物需要从库房摆放到货架时，超市工作人员可以以时令、促销活动等为依据，让货架上的商品按照另一种体系（前端分类体系）进行组织，顾客只能看到这种组织形式。
排序
用户通过query或者分类检索出的商品结果，默认都是按照相关性排序的。（关于相关性排序，内容还是比较复杂的，另外自己也不是专门做这一块的，这里就不展开讲了）除了按照相关性进行排序，用户还可以按照其它条件进行排序，例如：
- 价格
- 折扣
- 评论数
- 好评度
- 上架时间
- 是否正在促销
- ……
上面都是用户可以看得到、自己可以选择的排序方式。除了这些，还会有一些其它因素影响商品结果的排序。
首先是一些基本的业务逻辑，比如在自然排序下，有库存的商品排在前面，无库存的排在后面；SPU商品排在前面，SKU商品排在后面。（SKU、SPU的概念后面会讲到）
另外还有一些运营方面的考虑。比如，发现搜索结果中有一个很不相关的商品出现，这时就急需在query粒度上对这个商品进行打压、甚至是不允许展现。或者，由于某种合作关系，在某些query或者分类下，必须将某个商家的商品排在前面。因此，检索系统后台就需要维护这么一份各个维度的商品“黑白名单”。
标签聚合
所谓标签，就是用一些“键-值”的概念来描述一个商品的特点。比如说MacBookPro，可以有如下标签：
- 品牌：Apple
- 尺寸：13寸
- 处理器：Intel i7
- 价格：9288 RMB
- ……
当用户检索商品时，检索系统除了直接展示商品以外，还会将商品上面的标签进行聚合，一般都是通过“标签名 + 标签值的列表”的形式展现给用户（如下图），方便用户通过标签进行进一步的筛选。
分类树
当用户进行query检索时，检索系统会进行query分析，将这个query可能对应的分类，通过分类树的形式展现给用户。比如用户搜索“小米”，query分析出的分类既有“手机通讯”，又有“粮油米面”。
一般来说，检索系统为了保证query的准确率，会在检索条件中添加query的预测分类，使得检索结果不至于各种分类的商品混杂在一起，影响用户体验。所以当用户搜索“小米”时，检索结果会限定在“手机通讯”这个分类下，但是如果用户真的是想搜索“粮油米面”下的小米，也没关系，只需在点击分类树中相应分类进行限定即可。
面包屑
面包屑，原来是用于在网站上面显示当前页面在整个sitemap中的位置，方便用户跳转至网站其它地方。在电商网站中，就变成了展现网站所在的分类路径（ + 品牌名称 + query），例如
电脑、办公 > 电脑整机 > 笔记本 > 清华同方（THTF） > 清华同方锋锐T200
点击面包屑上面的每一级分类，就可以在某个分类下进行商品检索，方便用户扩大或者缩小检索范围。
过滤
除了进行各种触发（query检索、分类检索等），还需要在触发结果的基础上面，再进行过滤。上面说到的标签过滤、分类树限定，都属于过滤。总结下来，会有这么几种过滤方式：
- 分类过滤
- 标签过滤
- 价格区间过滤
- 地域过滤
- 库存过滤
- 是否自营
- 商家过滤（针对于微购这样的电商平台）
Query提示
所谓query提示，就是当用户在搜索框中建入query时，系统能提供给用户一个query list，或者一些分类建议，方便用户向检索系统提供给准确的query以及分类范围，减少用户进行重复搜索的次数。
以下是京东的query提示截屏，有拼音翻译为query、有分类预测、有每个query对应的检索商品数，做的比较完善。
相对而言，微购做的query提示就原始许多，输入“shouji”，居然连本身的“手机”都没有，囧……
Query改写
Query分析中的一项功能就是做“query correction”，通过算法或者人工标注的形式，判断出用户真正需要搜索的query是什么。比如用户输入了“按着手机”，检索系统需要能判断出用户搜索的真正query可能是“安卓手机”，当然，好的产品肯定能让用户自行选择，而不是强奸用户，就像上面提到的用户可以选择分类树上的分类，用以明确告知系统自己所需要查找的分类范围。
以下是在京东搜索“按着手机”的截图：
SPU聚合
首先需要提供两个概念：SKU，以及SPU。
根据我在网上查找到的资料，SKU是Stock Keeping Unit，指的是库存的最小单位；而SPU是Standard Product Unit，是指商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。
简单的理解就是，“iPhone4S”是一个SPU，“iPhone4S 白色 16G 电信版”就是一个SKU；“MacBookPro”是一个SPU，“MacBookPro 13寸 8G内存 128G硬盘”就是一个SKU。
因此，当用户进行商品检索时，需要将SKU粒度的商品聚合成SPU粒度，使得检索结果比较多样，从而不至于满屏都是各种颜色、型号的同一款商品。等到用户进行商品详情页之后，再来选择具体的型号。
下图是微购检索结果页SPU、SKU排列结果：
以下是京东商品详情页的截屏，红框中的选项的每一种组合，都代表着不同的SKU。
推荐
推荐系统，是和检索系统同样负责的系统，另外我也并不熟悉相关的知识，所以这里只是根据自己的理解，简单的说一下。
从页面角度来说，几乎所有页面上面都可以进行商品推荐：首页、搜索结果页、详情页、购物车页面、下单成功页、错误页，等等。而不同的页面，推荐的侧重点也会不尽相同。
比如首页推荐，用户这次购物流程还没有任何行为，所以一般都是通过该用户的历史行为向用户进行推荐。
在详情页，用户则已经表现出对于这个商品的较强的需求，一般会有两种类型的推荐：
- 推荐和该商品类似的商品
- 推荐可以和该商品进行组合的商品
第一种推荐，在各分类商品中出现的都比较多，一般的推荐理由是“看（购买）过该商品的用户也看（购买）了”；
第二种推荐，一般出现在数码产品中。比如用户在看一款手机时，向用户推荐手机套、手机耳机、SD卡，让用户可以“一页式”完成许多商品的购买，减少用户决策的过程，激发用户的购物欲望（原来根本没想到手机套这回事，既然你推荐了，又不贵，就买一个呗）。
到了购物车页面，用户的购物流程即将结束，能让用户在这个阶段再购买的一个主要动力是：凑单，这样可以节省运费或者参加活动。所以在这个阶段推荐的商品一般是：同店铺的相似商品，以及一些单价较低的、日常消费的商品。
总结
本文并没有讲解与电商检索相关的技术细节，只是单独从产品的角度，罗列了一下一个电商检索系统需要具备的功能，只能算是自己粗浅的整理和归纳，肯定有许多遗漏或者错误之处。有问题的话，欢迎大家反馈，我也会及时进行更正。以后有机会的话，还会对电商检索系统中的技术细节进行一些归纳和整理。
-- EOF --
