遇到瓶頸，整理一下思路，順便寫了一下，動態(tài)部分還沒寫，一切都是以討論為目的，望勿噴勿杠，不知道為什么不能從word上直接復(fù)制過來，所以格式有點亂。
?這個分析內(nèi)容是亞馬遜搜索算法的基本邏輯，其中有很多是搜索算法通用的內(nèi)容，我不懂亞馬遜A9的核心算法，除了寫亞馬遜搜索算法團隊的人沒人知道算法核心，就是為了討論一下，望別杠！
先看一下，買家搜索一個產(chǎn)品到最后購買它，用戶和亞馬遜后臺的基本流程：??


?
?圖為人機交互過程
在第一階段中“調(diào)出所有符合條件的listing使用算法進行打分排序”這個對新的listing進行第一次的計算打分過程（沒有用戶瀏覽數(shù)據(jù)，就沒有用戶體驗分值）-----稱新的listing數(shù)據(jù)搜集處理及第一次計算分值的過程為算法的靜態(tài)過程。
在第二階段中“根據(jù)用戶行為，使用算法對listing這次表現(xiàn)進行打分，對結(jié)果重新排序，等待下一次調(diào)用-------（對用戶進行評價）”當有了用戶體驗以后，listing的分值=靜態(tài)分值（基礎(chǔ)分值）+動態(tài)分值（用戶體驗分）-------人機交互稱這個過程為算法的動態(tài)過程。
（一）靜態(tài)過程1）過程分析靜態(tài)過程大概如下：
數(shù)據(jù)收集→【文本轉(zhuǎn)換→解析→停止詞去除→詞干提取→信息提取】→分類→索引創(chuàng)建→文檔統(tǒng)計→加權(quán)-正向索引-倒排索引
詳細點的解析在下面，有興趣的可以看一下，沒興趣的只看一下“加權(quán)-正向索引”就可以
1.listing數(shù)據(jù)收集：對新listing進行打分第一步要有l(wèi)isting的打分內(nèi)容和傳統(tǒng)搜索引擎（Google，百度）使用爬蟲收集相關(guān)文本相比，亞馬遜主要是通過賣家上傳的listing進行收集listing內(nèi)容，用賣家填寫的listing來進行搜集信息，同時亞馬遜自己規(guī)定了大部分填寫內(nèi)容和格式，文本搜集更加全面，對后續(xù)算法步驟更加友好。（正確的填寫亞馬遜產(chǎn)品表格十分重要）如果這個產(chǎn)品頁面信息是未被收錄的，則會對這個產(chǎn)品進行進行收錄，如果發(fā)現(xiàn)這個產(chǎn)品頁面已經(jīng)有些更新，則會重新對該頁面進行收錄。（收錄：把產(chǎn)品信息加入搜索引擎，可以通過關(guān)鍵詞搜索出來） ? ?




?
2.文本轉(zhuǎn)換:把人看的listing翻譯成機器看的listing
原始文本：Basic?Calculator:XXX?CD-8185?Office?and?Home?Style?Calculator–8-Digit–Educational?-?Suitable?for?School?and?Destop-use?(Purple)
解析后：Basic+Calculator%3A+XXX+CD-8185+Office+and+Home+Style+Calculator+%E2%80%93+8-Digit+%E2%80%93+Educational+-+Suitable+for+School+and+Destop-use+%28Purple%29
去停止詞詞干提取去除特殊符號等后：Basic+Calculator+XXX+CD-8185+Office+Home+Style+Calculator+8-Digit+Educational+Suitable+School+Destop-use+Purple
3.解析器（通俗說法：分詞）搜索引擎中的解析器主要負責處理文檔中的文本詞素序列，這就涉及到分詞的問題了，更好地理解詞與詞組的意思。
4.停止詞去除有一些詞在句子中只是讓句子更通順，并非起著非常重要的功能性上的作用，比如英文的“to”、“of”、“on”等，中文的“的”、“地”、“得”等。當然也可能存在實際的價值，如“大地”中的“地”就是有一定價值的詞，不能當做停止詞而被去除。
5.詞干提取針對于英文而言，需要提取詞的詞干，比如“fishing”提取fish。
6.信息的提取對于頁面上到底是與哪些詞相關(guān)的,哪個店鋪發(fā)布的，什么時間發(fā)布的，比如“Apple”到底是水果的意思還是iPhone公司相關(guān)產(chǎn)品的意思，需要對標題，五點，描述的內(nèi)容進行拆分成眾多詞組，進行理解這個產(chǎn)品頁面里面的apple到低是什么意思。（和類目選擇相互印證，如果類目錯誤較大會有相關(guān)懲罰的，沒有搜索展示，做不了廣告等）
7.分類分類組件對頁面都打上歸屬標簽，比如是關(guān)于體育的，還是關(guān)于IT的，亦或者是娛樂的。（理解的信息和類目選擇相互印證，如果類目錯誤較大會有相關(guān)懲罰的，沒有搜索展示，做不了廣告等）
8.索引創(chuàng)建索引就是幫助程序進行快速查找的。大家都用過新華字典。字典前邊的按照偏旁部首查字的部分就是索引。搜索引擎也一樣。
9.文檔統(tǒng)計文檔統(tǒng)計簡單匯總和記錄詞、特征和文檔的統(tǒng)計信息。搜索引擎所擁有的文檔中出現(xiàn)的每一個單詞都擁有一個反轉(zhuǎn)列表。它記錄了這個單詞在多少文檔中出現(xiàn)，分別是哪些文檔，每個文檔分部出現(xiàn)多少次，分別出現(xiàn)在什么位置等信息。為了提高搜索質(zhì)量，搜索引擎需要對文檔的不同部分分別處理，構(gòu)造反轉(zhuǎn)列表。每一部分的單詞都要被加入到這個詞屬于此部分的反轉(zhuǎn)列表里。
10.加權(quán)-正向索引加權(quán)是搜索引擎的排名非常重要，它是搜索引擎對頁面識別并處理后的初始權(quán)重，體現(xiàn)出了文檔中某些詞的相對重要性，而這個加權(quán)結(jié)果是通過搜索引擎檢索模型來確定下來的。
??

11.倒排索引倒排索引組件是搜索引擎的核心組件，是將文檔對應(yīng)多個索引項的形式，轉(zhuǎn)化成為索引項對應(yīng)多個文檔的形式，這種做法稱之為建立倒排索引。?


?
?2）自己總結(jié)的撰寫listing的思路
靜態(tài)過程主要是涉及撰寫listing，而listing撰寫主要是關(guān)鍵詞布局和相關(guān)性，推廣之前，關(guān)鍵詞布局主要在“標題、五點、產(chǎn)品描述、ST”，推廣之后關(guān)鍵詞布局還要加上“QA和評論”
1.?關(guān)鍵詞的選擇：關(guān)鍵詞一般是選擇短的詞組，搜索量大，曝光量大，當然競爭也大，有一般就有特殊的選詞方法，選一個包含核心短詞組的長尾關(guān)鍵詞，放到標題里面，通過一段時間的高數(shù)據(jù)指標提高核心短詞組的權(quán)重，最后優(yōu)化到核心短詞組為關(guān)鍵詞。2.?標題：產(chǎn)品關(guān)鍵詞+修飾詞，重要的的關(guān)鍵詞放前面，從左到右排序，不要堆砌關(guān)鍵詞，注意語句通順，意思完整。惡意堆砌關(guān)鍵詞有可能被系統(tǒng)懲罰語句不通，影響用戶體驗修飾詞不是沒有作用的，他可以起到引導(dǎo)推銷，使消費者進入相對意境產(chǎn)品關(guān)鍵詞包含：核心關(guān)鍵詞，寬泛關(guān)鍵詞，長尾關(guān)鍵詞，根據(jù)產(chǎn)品，習(xí)慣，當前狀態(tài)不同，可以全用也可以組合著用，但必須要有一個核心關(guān)鍵詞，是曝光和轉(zhuǎn)化相對平衡。
3.?五點：一般寫關(guān)于產(chǎn)品核心賣點、尺寸、功能、特點、我們和同行的差異化賣點（特有的優(yōu)點）等，我一定會寫的是使用場景和售后，關(guān)于埋詞，核心關(guān)鍵詞埋在第一點里面，如果不好安排可以放到第二點里面，重要程度依次后排，通順的介紹產(chǎn)品是第一要務(wù)，可以不埋那么多，沒有關(guān)系的。使用場景有代入感，增強購買欲售后你不寫，F(xiàn)BA也會這么干的，寫了還能增強信任感
4.?產(chǎn)品描述：主要寫產(chǎn)品參數(shù)、包裝信息、溫馨提示和使用場景即可，通順符合老外閱讀習(xí)慣，在合適的位置埋詞就行。
5.?ST：我一般是不寫，如果寫的主要是寫一些搜索框下拉詞，買家搜索使用頻率高，注意不要放入別人的品牌，不要重復(fù)即可6.?QA:會自己提前準備幾條，在到貨之后，會每天安排1-2條，會在問題和回答中都埋核心詞，其他詞看情況，如果產(chǎn)品銷售的國家使用多種語言，每種語言都會安排2條問答，問題內(nèi)容如果有同行的，一定要競調(diào)一下，看一下消費者關(guān)心的問題，找出對我們有力的，上上去。
7.?評價：會先埋核心關(guān)鍵詞，最后讓他出現(xiàn)在“Read?reviews?that?mention”
核心要點：有同行的一定要競調(diào)同行的，在小類前十的選幾家抄就行，不要自己搞，出力不討好，等自己的listing能進前20在個性化測試吧，不要一字不動的抄，所有的搜索引擎都喜歡新的，原封不動的抄會被降權(quán)的，自己做適當修改就行。
3）有兩個話題：
1.?關(guān)于各個部分埋詞權(quán)重的排序：標題、五點、產(chǎn)品描述、ST、評價、QA，有人驗證過他們的排序嗎？怎么驗證的？
猜測：標題>五點、產(chǎn)品描述、ST、進入“Read?reviews?that?mention”的關(guān)鍵詞（這幾個近似相等，五點前面可能略高一點）>QA
2.?假設(shè)標題的權(quán)重是100，我們現(xiàn)在的習(xí)慣是多埋關(guān)鍵詞，那如果我少埋關(guān)鍵詞，會不會使我的關(guān)鍵詞詞組權(quán)重變高？（如果標題是ABCDE權(quán)重為100，那關(guān)鍵詞BC權(quán)重為40，把標題縮短為ABC，那BC的權(quán)重為66）這種假設(shè)有可能嗎？有人驗證過嗎？?