遇到瓶頸，整理一下思路，順便寫(xiě)了一下，動(dòng)態(tài)部分還沒(méi)寫(xiě)，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(guò)來(lái)，所以格式有點(diǎn)亂。
?這個(gè)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(xiě)亞馬遜搜索算法團(tuán)隊(duì)的人沒(méi)人知道算法核心，就是為了討論一下，望別杠！
先看一下，買(mǎi)家搜索一個(gè)產(chǎn)品到最后購(gòu)買(mǎi)它，用戶(hù)和亞馬遜后臺(tái)的基本流程：??


?
?圖為人機(jī)交互過(guò)程
在第一階段中“調(diào)出所有符合條件的listing使用算法進(jìn)行打分排序”這個(gè)對(duì)新的listing進(jìn)行第一次的計(jì)算打分過(guò)程（沒(méi)有用戶(hù)瀏覽數(shù)據(jù)，就沒(méi)有用戶(hù)體驗(yàn)分值）-----稱(chēng)新的listing數(shù)據(jù)搜集處理及第一次計(jì)算分值的過(guò)程為算法的靜態(tài)過(guò)程。
在第二階段中“根據(jù)用戶(hù)行為，使用算法對(duì)listing這次表現(xiàn)進(jìn)行打分，對(duì)結(jié)果重新排序，等待下一次調(diào)用-------（對(duì)用戶(hù)進(jìn)行評(píng)價(jià)）”當(dāng)有了用戶(hù)體驗(yàn)以后，listing的分值=靜態(tài)分值（基礎(chǔ)分值）+動(dòng)態(tài)分值（用戶(hù)體驗(yàn)分）-------人機(jī)交互稱(chēng)這個(gè)過(guò)程為算法的動(dòng)態(tài)過(guò)程。
（一）靜態(tài)過(guò)程1）過(guò)程分析靜態(tài)過(guò)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(lèi)→索引創(chuàng)建→文檔統(tǒng)計(jì)→加權(quán)-正向索引-倒排索引
詳細(xì)點(diǎn)的解析在下面，有興趣的可以看一下，沒(méi)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(duì)新listing進(jìn)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(chóng)收集相關(guān)文本相比，亞馬遜主要是通過(guò)賣(mài)家上傳的listing進(jìn)行收集listing內(nèi)容，用賣(mài)家填寫(xiě)的listing來(lái)進(jìn)行搜集信息，同時(shí)亞馬遜自己規(guī)定了大部分填寫(xiě)內(nèi)容和格式，文本搜集更加全面，對(duì)后續(xù)算法步驟更加友好。（正確的填寫(xiě)亞馬遜產(chǎn)品表格十分重要）如果這個(gè)產(chǎn)品頁(yè)面信息是未被收錄的，則會(huì)對(duì)這個(gè)產(chǎn)品進(jìn)行進(jìn)行收錄，如果發(fā)現(xiàn)這個(gè)產(chǎn)品頁(yè)面已經(jīng)有些更新，則會(huì)重新對(duì)該頁(yè)面進(jìn)行收錄。（收錄：把產(chǎn)品信息加入搜索引擎，可以通過(guò)關(guān)鍵詞搜索出來(lái)） ? ?




?
2.文本轉(zhuǎn)換:把人看的listing翻譯成機(jī)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(hào)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(shuō)法：分詞）搜索引擎中的解析器主要負(fù)責(zé)處理文檔中的文本詞素序列，這就涉及到分詞的問(wèn)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(dāng)然也可能存在實(shí)際的價(jià)值，如“大地”中的“地”就是有一定價(jià)值的詞，不能當(dāng)做停止詞而被去除。
5.詞干提取針對(duì)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(duì)于頁(yè)面上到底是與哪些詞相關(guān)的,哪個(gè)店鋪發(fā)布的，什么時(shí)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(duì)標(biāo)題，五點(diǎn)，描述的內(nèi)容進(jìn)行拆分成眾多詞組，進(jìn)行理解這個(gè)產(chǎn)品頁(yè)面里面的apple到低是什么意思。（和類(lèi)目選擇相互印證，如果類(lèi)目錯(cuò)誤較大會(huì)有相關(guān)懲罰的，沒(méi)有搜索展示，做不了廣告等）
7.分類(lèi)分類(lèi)組件對(duì)頁(yè)面都打上歸屬標(biāo)簽，比如是關(guān)于體育的，還是關(guān)于IT的，亦或者是娛樂(lè)的。（理解的信息和類(lèi)目選擇相互印證，如果類(lèi)目錯(cuò)誤較大會(huì)有相關(guān)懲罰的，沒(méi)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(jìn)行快速查找的。大家都用過(guò)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(jì)文檔統(tǒng)計(jì)簡(jiǎn)單匯總和記錄詞、特征和文檔的統(tǒng)計(jì)信息。搜索引擎所擁有的文檔中出現(xiàn)的每一個(gè)單詞都擁有一個(gè)反轉(zhuǎn)列表。它記錄了這個(gè)單詞在多少文檔中出現(xiàn)，分別是哪些文檔，每個(gè)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(duì)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(gè)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(duì)頁(yè)面識(shí)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(duì)重要性，而這個(gè)加權(quán)結(jié)果是通過(guò)搜索引擎檢索模型來(lái)確定下來(lái)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(duì)應(yīng)多個(gè)索引項(xiàng)的形式，轉(zhuǎn)化成為索引項(xiàng)對(duì)應(yīng)多個(gè)文檔的形式，這種做法稱(chēng)之為建立倒排索引。?


?
?2）自己總結(jié)的撰寫(xiě)listing的思路
靜態(tài)過(guò)程主要是涉及撰寫(xiě)listing，而listing撰寫(xiě)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(biāo)題、五點(diǎn)、產(chǎn)品描述、ST”，推廣之后關(guān)鍵詞布局還要加上“QA和評(píng)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(dāng)然競(jìng)爭(zhēng)也大，有一般就有特殊的選詞方法，選一個(gè)包含核心短詞組的長(zhǎng)尾關(guān)鍵詞，放到標(biāo)題里面，通過(guò)一段時(shí)間的高數(shù)據(jù)指標(biāo)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(biāo)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(yǔ)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(yǔ)句不通，影響用戶(hù)體驗(yàn)修飾詞不是沒(méi)有作用的，他可以起到引導(dǎo)推銷(xiāo)，使消費(fèi)者進(jìn)入相對(duì)意境產(chǎn)品關(guān)鍵詞包含：核心關(guān)鍵詞，寬泛關(guān)鍵詞，長(zhǎng)尾關(guān)鍵詞，根據(jù)產(chǎn)品，習(xí)慣，當(dāng)前狀態(tài)不同，可以全用也可以組合著用，但必須要有一個(gè)核心關(guān)鍵詞，是曝光和轉(zhuǎn)化相對(duì)平衡。
3.?五點(diǎn)：一般寫(xiě)關(guān)于產(chǎn)品核心賣(mài)點(diǎn)、尺寸、功能、特點(diǎn)、我們和同行的差異化賣(mài)點(diǎn)（特有的優(yōu)點(diǎn)）等，我一定會(huì)寫(xiě)的是使用場(chǎng)景和售后，關(guān)于埋詞，核心關(guān)鍵詞埋在第一點(diǎn)里面，如果不好安排可以放到第二點(diǎn)里面，重要程度依次后排，通順的介紹產(chǎn)品是第一要?jiǎng)?wù)，可以不埋那么多，沒(méi)有關(guān)系的。使用場(chǎng)景有代入感，增強(qiáng)購(gòu)買(mǎi)欲售后你不寫(xiě)，F(xiàn)BA也會(huì)這么干的，寫(xiě)了還能增強(qiáng)信任感
4.?產(chǎn)品描述：主要寫(xiě)產(chǎn)品參數(shù)、包裝信息、溫馨提示和使用場(chǎng)景即可，通順?lè)侠贤忾喿x習(xí)慣，在合適的位置埋詞就行。
5.?ST：我一般是不寫(xiě)，如果寫(xiě)的主要是寫(xiě)一些搜索框下拉詞，買(mǎi)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(huì)自己提前準(zhǔn)備幾條，在到貨之后，會(huì)每天安排1-2條，會(huì)在問(wèn)題和回答中都埋核心詞，其他詞看情況，如果產(chǎn)品銷(xiāo)售的國(guó)家使用多種語(yǔ)言，每種語(yǔ)言都會(huì)安排2條問(wèn)答，問(wèn)題內(nèi)容如果有同行的，一定要競(jìng)調(diào)一下，看一下消費(fèi)者關(guān)心的問(wèn)題，找出對(duì)我們有力的，上上去。
7.?評(píng)價(jià)：會(huì)先埋核心關(guān)鍵詞，最后讓他出現(xiàn)在“Read?reviews?that?mention”
核心要點(diǎn)：有同行的一定要競(jìng)調(diào)同行的，在小類(lèi)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(jìn)前20在個(gè)性化測(cè)試吧，不要一字不動(dòng)的抄，所有的搜索引擎都喜歡新的，原封不動(dòng)的抄會(huì)被降權(quán)的，自己做適當(dāng)修改就行。
3）有兩個(gè)話(huà)題：
1.?關(guān)于各個(gè)部分埋詞權(quán)重的排序：標(biāo)題、五點(diǎn)、產(chǎn)品描述、ST、評(píng)價(jià)、QA，有人驗(yàn)證過(guò)他們的排序嗎？怎么驗(yàn)證的？
猜測(cè)：標(biāo)題>五點(diǎn)、產(chǎn)品描述、ST、進(jìn)入“Read?reviews?that?mention”的關(guān)鍵詞（這幾個(gè)近似相等，五點(diǎn)前面可能略高一點(diǎn)）>QA
2.?假設(shè)標(biāo)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(huì)不會(huì)使我的關(guān)鍵詞詞組權(quán)重變高？（如果標(biāo)題是ABCDE權(quán)重為100，那關(guān)鍵詞BC權(quán)重為40，把標(biāo)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(yàn)證過(guò)嗎？?