搜索引擎誕生到現(xiàn)在已經(jīng)有幾十年歷史，期間搜索技術(shù)一直在不斷的變化，從最初的目錄索引到關(guān)鍵詞，以及目前正在發(fā)展階段的語音搜索、圖片搜索等等，搜索引擎在不斷進(jìn)化當(dāng)中。如果現(xiàn)在來談?wù)勊阉饕娴南乱粋€(gè)趨勢是什么，那么個(gè)性化搜索引擎無疑是最受關(guān)注的方向，并且將成為搜索引擎的未來。因?yàn)椋?dāng)前的搜索引擎盡管還能給用戶提供一些有用的東西，但是因不同地區(qū)、個(gè)人興趣習(xí)慣、社交關(guān)系等因素去搜索時(shí)，得到的搜索結(jié)果卻不盡人意，這是目前搜索引擎需要改進(jìn)的地方。

在阿里巴巴集團(tuán)今年主辦的ADC•阿里技術(shù)嘉年華這一場專屬于<互聯(lián)網(wǎng)工程師>的“技術(shù)盛宴”，倡導(dǎo)<干貨分享>的大會(huì)上，51CTO記者有幸采訪到了一淘的個(gè)性化搜索專家 陳曦（公達(dá)）老師，主要針對(duì)目前個(gè)性化搜索中面臨的一些重要的問題采訪，比如SEO與個(gè)性化之間的問題，防止過度個(gè)性化，以及在個(gè)性化搜索中的時(shí)效性與數(shù)據(jù)碎片化對(duì)個(gè)性化搜索的影響。

下面是采訪實(shí)錄：

記者：個(gè)性化搜索這門技術(shù)是怎么起源的？它最新的進(jìn)展是什么樣的情況？

公達(dá)：最早做個(gè)性化的應(yīng)該是谷歌，像他們這些通用的搜索引擎，到現(xiàn)在阿里也開始做個(gè)性化，而他們做的效果都不是特別滿意。因?yàn)榈侥壳盀橹箾]有看到特別好的個(gè)性化搜索的產(chǎn)品，我們淘寶做這個(gè)個(gè)性化搜索，其實(shí)有一些自己的優(yōu)勢。因?yàn)槲覀冇懈又覍?shí)的用戶，有更豐富的數(shù)據(jù)，所以我們應(yīng)該可以達(dá)到更好的個(gè)性化的效果。我們也是最近這么一兩年來才開始做個(gè)性化的搜索。

記者：那就是說阿里在投入個(gè)性化搜索也就是最近一兩年的事。到現(xiàn)在為止取得了怎么樣的成績？你們是怎么判斷自己的成績？怎么去衡量自己的成果？有沒有覺得不滿意？

公達(dá)：我們自己肯定是在個(gè)性化有自己的一些理解，比如說我們希望個(gè)性化搜索能達(dá)到什么樣的效果，我們實(shí)現(xiàn)的時(shí)候，我們肯定會(huì)先按照我們希望的效果來做，等做出來了一個(gè)初步的效果之后，我們會(huì)讓用戶來通過實(shí)際的一些用戶來給我們?cè)u(píng)價(jià)，到底我們的效果是不是他們滿意的，我們是通過這樣來評(píng)價(jià)的。

記者：在個(gè)性化搜索系統(tǒng)中，它的難點(diǎn)在于什么地方？它是技術(shù)難點(diǎn)還是產(chǎn)品難點(diǎn)？

公達(dá)：它應(yīng)該是兩方面難點(diǎn)都有的，比如說技術(shù)上面的話，最困難的是說我們?cè)趺礃幽軌虬延脩舻膫€(gè)性化、個(gè)性信息描述準(zhǔn)確。比如他的性別，或者是他喜歡的衣服的風(fēng)格等等，我們?cè)趺礃幽軌蚪o他預(yù)測準(zhǔn)。第二個(gè)是預(yù)測準(zhǔn)了之后，他到底是不是喜歡？這個(gè)其實(shí)也是因?yàn)椴煌娜?，他?duì)自己一些購物的特點(diǎn)都是不太一樣，有的人雖然以前喜歡某個(gè)東西，但是突然他的信息又變化了。這種興趣的不確定性，這是最困難的一個(gè)地方。

從產(chǎn)品上面來講，其實(shí)也就是這個(gè)用戶到底能不能夠更加適用個(gè)性化需求的結(jié)果，他會(huì)不會(huì)覺得我們預(yù)測錯(cuò)了，或者怎么樣的話，可能以后就不太會(huì)再用了。我們希望能夠盡量預(yù)測準(zhǔn)，那樣他才會(huì)一直用下去。

記者：個(gè)性化搜索技術(shù)，在一個(gè)典型的個(gè)性化搜索團(tuán)隊(duì)里面，大家都是什么樣的人員構(gòu)成，都有哪些職責(zé)分工？

公達(dá)：首先我們有很多人是在做那些基礎(chǔ)的數(shù)據(jù)，比如說可能會(huì)計(jì)算用戶的各種偏好，這是屬于很基礎(chǔ)的數(shù)據(jù)。我們目前會(huì)有一個(gè)很大的團(tuán)隊(duì)來做這件事情。包括用戶的各種數(shù)據(jù)，像他的年齡、性別，包括他的職業(yè)，一些購物的興趣點(diǎn)之類的事情，我們都有一個(gè)比較大的團(tuán)隊(duì)來計(jì)算。第二個(gè)，我們會(huì)有系統(tǒng)方面的一些工作，比如說我們要搭建一個(gè)個(gè)性化的搜索的系統(tǒng)，我們有實(shí)時(shí)的個(gè)性化系統(tǒng)，我們搜索引擎也會(huì)支持更多個(gè)性化。第三部分，算法方面需要利用用戶的一些個(gè)性化信息，然后給他推出一個(gè)合適的搜索結(jié)果。其實(shí)就是數(shù)字與系統(tǒng)和算法這三部分，是我們個(gè)性化主要的部分。

記者：剛才你談到會(huì)有很大一個(gè)團(tuán)隊(duì)專門在做數(shù)據(jù)的搜集整理，對(duì)于個(gè)性化推薦來講會(huì)不會(huì)有很多用戶覺得侵犯到他們的隱私，你們是怎么看待這個(gè)問題？

公達(dá)：目前的話，我們倒是沒有收到明顯的用戶投訴說我們收集到了他的隱私，其實(shí)不太正常的。因?yàn)橛脩舻男袨樵谔詫毶嫌屑o(jì)錄應(yīng)該是一個(gè)很正常的，大家都可以認(rèn)可的事情。比如說你買了什么樣的東西，這個(gè)肯定是需要有紀(jì)錄的，而且自己也能查看的，當(dāng)然淘寶肯定是有數(shù)據(jù)。如果說用戶實(shí)在是不想我們收集的話，我們以后也會(huì)提供這樣的一個(gè)功能，我們可以不對(duì)他做個(gè)性化或者怎么樣，都是可以。

記者：在現(xiàn)在的互聯(lián)網(wǎng)企業(yè)，在什么時(shí)候才能需要到一個(gè)個(gè)性化搜索？

公達(dá)：那肯定是它的一個(gè)通用的搜索，如果說已經(jīng)做的比較成熟了。對(duì)用戶的數(shù)據(jù)也搜集的足夠多了，如果說他有一個(gè)比較穩(wěn)定的客戶群，這個(gè)時(shí)候他可以考慮給他一些穩(wěn)定的客戶，給他們一些定制的個(gè)性化的結(jié)果。

記者：在實(shí)時(shí)計(jì)算和離線計(jì)算對(duì)于個(gè)性化搜索哪個(gè)占的優(yōu)勢比較多一些？你們應(yīng)用比較多的是哪一個(gè)？

公達(dá)：這個(gè)應(yīng)該兩方面都是占的比較多的，因?yàn)殡x線計(jì)算的話，它是對(duì)于那種長期的偏好是比較重要的，實(shí)時(shí)計(jì)算的話對(duì)于當(dāng)前用戶的時(shí)時(shí)的偏好是非常重要的。這方面目前在規(guī)劃里面都是很重要的兩個(gè)方面。

記者：個(gè)性化搜索有一個(gè)行為叫做時(shí)效性，我聽你在演講過程當(dāng)中也有講過這個(gè)問題，你們是怎么去處理這個(gè)問題？

公達(dá)：我們首先是用戶默認(rèn)的，或者一個(gè)長期的偏好的模式，比如說三個(gè)月或者六個(gè)月的興趣來算的，他實(shí)時(shí)計(jì)算當(dāng)天的行為就是會(huì)放到時(shí)時(shí)的數(shù)據(jù)里面。這個(gè)實(shí)時(shí)的數(shù)據(jù)，當(dāng)它達(dá)到了一定的精確度之后，就會(huì)來修改他長期的偏好，所以它應(yīng)該是一個(gè)互相結(jié)合的過程。

記者：你們?cè)趺慈ヅ懦恍┻^期的行為？比如說比較久的？這些可能在用戶當(dāng)中已經(jīng)并不存在了，或者他們那些行為在過程當(dāng)中也會(huì)改變的等等？

公達(dá)：比較久了，那就是從長期模型里面找。長期模型里面我們肯定會(huì)考慮所謂的時(shí)間，越近的行為肯定是越重要的，越遠(yuǎn)的行為越不重要。所以既然發(fā)生的時(shí)間很久了，那么它的重要性就降低了，這樣也會(huì)被新的行為所取代了。

記者：你們一般做這塊的話，都是以最新的一些行為作為標(biāo)準(zhǔn)，他以前的一般就不會(huì)考慮。

公達(dá)：如果他最近的行為已經(jīng)足夠豐富了，那么他以前的行為肯定不重要了。但如果他最近沒有什么行為，那他很久以前的行為也是有一定的好處的。

#p#

記者：在個(gè)性化搜索當(dāng)中，個(gè)性化定制的功能在一淘中用戶體現(xiàn)的是怎么樣的？有沒有好的反饋？

公達(dá)：個(gè)性化定制，目前用戶還是比較多的，因?yàn)橐呀?jīng)上線了一段時(shí)間了，當(dāng)然用的人還是比較多的。這些用的人他會(huì)通過這個(gè)性化定制可以修改他們個(gè)性化的信息。

記者：個(gè)性化搜索，它有數(shù)據(jù)挖掘技術(shù)在里面，而對(duì)于數(shù)據(jù)的來源要求還是挺高的。在這一塊，對(duì)于數(shù)據(jù)的碎片化，你怎么去解決這個(gè)問題？

公達(dá)：碎片化其實(shí)就是說這個(gè)數(shù)據(jù)很稀疏，我們是盡量豐富數(shù)據(jù)的，比如說我們可以用三個(gè)月或者六個(gè)月，或者一年的數(shù)據(jù)，用的數(shù)據(jù)越多，肯定它的吸收性能也就越好了。我們會(huì)用一類人的一些數(shù)據(jù)，比如說對(duì)于用戶來說，我們是給他分一些群體，而不是說每個(gè)用戶都是不一樣，然后再保密。我們會(huì)給他一些比較寬泛的定義，比如說像價(jià)格檔位，我們也可以分五檔，并不是說分十檔，或者二十檔，那可能太稀釋了。

記者：很多時(shí)候大家討論個(gè)性化搜索對(duì)于一個(gè)網(wǎng)站的SEO其實(shí)是有一些影響的，你怎么看待這個(gè)問題？就目前大部分的網(wǎng)站做SEO主要是排名的競爭，很少會(huì)用到個(gè)性化搜索，你怎么看這個(gè)問題？

公達(dá)：個(gè)性化搜索的話，其實(shí)是要求他，每一個(gè)賣家能夠給它提出了更高的要求。就是說它需要服務(wù)好每一類人，如果說以前的話他服務(wù)好大眾的人就行了。但是現(xiàn)在如果他想拿到更多的流量，他就需要對(duì)每一類人都服務(wù)的好，這樣他在每一類人的排序上面，可能都會(huì)比較前面。所以對(duì)于個(gè)性格搜索 來說，需要考慮的更多了一點(diǎn)。

記者：在淘寶上，我看到很多賣家，在關(guān)鍵詞上面，他做了很多SEO優(yōu)化，這上面什么關(guān)鍵詞都有。對(duì)于個(gè)性化搜索來說，它有沒有能夠精準(zhǔn)的定位，賣家有沒有什么影響？我是說在搜很多東西的時(shí)候，賣家的關(guān)鍵詞幾乎什么都覆蓋掉了，對(duì)個(gè)性化搜索有什么影響？

公達(dá)：如果說體現(xiàn)的關(guān)鍵詞太多，如果說太多的話，而且是一個(gè)不正當(dāng)?shù)?，甚至和寶貝并不符合的關(guān)鍵詞，那可能本身被排起來，他是不利的。因?yàn)槲覀儗?duì)這種亂填的關(guān)鍵詞會(huì)有一定的處罰，如果都是正常地描述一個(gè)寶貝的關(guān)鍵詞，那肯定是不會(huì)有太大影響。即使是個(gè)性化也是都會(huì)考慮的。

記者：你目前在做這一塊的話，能講一些目前的難點(diǎn)嗎？就是比較困難的地方。

公達(dá)：困難的地方，我們?cè)趺礃幽軌虬延脩舻呐d趣描述的更準(zhǔn)了。比如說他的購買力、他的性別等等，就是說越準(zhǔn)確的話，用戶的體驗(yàn)就會(huì)越好。如果給他預(yù)測錯(cuò)的話，他的體驗(yàn)就不是很好。甚至是或者會(huì)修改，或者會(huì)關(guān)閉個(gè)性化。如果說越準(zhǔn)確的話，他肯定是越喜歡用。所以我們會(huì)讓用戶的體驗(yàn)更加地好。

記者：在目前的移動(dòng)互聯(lián)網(wǎng)發(fā)展這么快，在移動(dòng)端，用戶對(duì)搜索的需求還是挺高的。一般他想定位一個(gè)產(chǎn)品，搜索一個(gè)產(chǎn)品的話，他兩到三步就能夠精準(zhǔn)地定位到這個(gè)內(nèi)容。一淘的移動(dòng)端在這方面做的如何？

公達(dá)：移動(dòng)端的話，目前肯定會(huì)考慮。比如說手機(jī)的類型是iPhone還是Android之類的，或者也會(huì)考慮其他的地方。這些信息的話，肯定是一個(gè)個(gè)性化的重要信息。但是在移動(dòng)上面具體有什么樣的特點(diǎn)？這肯定也是通過模型計(jì)算出來的。因?yàn)橐苿?dòng)上面我們也會(huì)有移動(dòng)方面?zhèn)€性化的模型，上面可能會(huì)體現(xiàn)出移動(dòng)上面不同的特點(diǎn)來。

記者：在個(gè)性化搜索，目前你認(rèn)為它對(duì)一個(gè)傳統(tǒng)搜索，是不是一個(gè)發(fā)展的趨勢？未來能不能代替?zhèn)鹘y(tǒng)搜索？

公達(dá)：至少從電子商務(wù)這個(gè)方面來說，我覺得個(gè)性化還是很重要，未來肯定是會(huì)越做越多的。因?yàn)槲覀冏罱K的理想肯定是讓每一個(gè)用戶都能達(dá)到最好的體驗(yàn)，肯定是對(duì)每個(gè)用戶的個(gè)性，如果說都能夠滿足的好，肯定他的體驗(yàn)是最好的。