搜索框设计思路
先从搜索框的设计思路说起。UI元素不多提，主要强调一下宏观上“针对不同用户的不同需求设计搜索模块”的产品思维。
我们看看iOS系统、产品经理APP、淘宝、Google的搜索位置和设计（如下图），从左到右依次是手机系统->阅读类APP->电商类APP->搜索引擎的代表，用户在这些场景里对搜索的需求依次增强，搜索在页面上的表现形式也依次增强：搜索半隐藏->搜索icon->搜索在顶部栏固定->索索是首页主体。
（iOS系统、产品经理、天猫、Google搜索框设计）
产品经理APP，搜索功能以icon的形式放在首页右上角，它的搜索功能非常弱（搜索结果常常不如人意），首页强调的是运营的结果——“你应该知道”的信息，弱化了搜索功能——“你想知道”的信息，也可能是出于开发成本的缘由弱化了搜索。
在抖音和快手APP里，抖音将搜索功能以icon的形式放在首页左上角，快手将搜索功能放在个人页（二级页面）里，体验下来，抖音的搜索功能的体验比快手更好，快手也是避短了。以上从本质上说，都是为了给用户提供更好的产品体验。
（左：抖音，右：快手）
搜索算法
搜索icon背后的逻辑是通向“理想结果”的通道，大致分为四步：
- 用户输入内容（称“query”）
- 分析用户搜索意图
- 根据用户输入的信息对内容进行筛选召回
- 对召回后的结果进行排序
Step1：用户输入内容
用户在搜索框输入的内容，常见的是文本，现在也有图片、语音的方式。
在搜索框内设置“引导暗文”屡见不鲜，它既可以教育新用户可以搜索哪些关键词（如下左图），也可以承担运营推广、商业化的职能（如下右图）。
（左：多抓鱼，右：美团）
用户有时候会重复搜索同一内容，保留搜索历史就显得有必要了。移动APP的搜索历史记录大致有两种展示样式，列表式和按钮式，按搜索时间倒序排列，超过显示条数会被折叠。搜索历史删除功能有单条删除或一键清除两种。
搜索历史记录下常配有热门推荐、特色栏目、话题榜等运营模块。在资讯APP中，以热度榜最为常见，以“标题+热度值或热度角标”的方式出现，让用户能快速了解当前的热点从而点击感兴趣的内容进入“消费场景”。
这些模块涉及各自的排序算法或业务逻辑，其中蕴含商业化和运营价值，如在热议榜中穿插运营活动或广告或搜索挂件，但要注意热度和体验的合理性，避免出现突兀感降低用户的信任感和体验感。
（资讯APP搜索页面截图）
如果内容类型较多，产品会倾向于先让用户限定范围再搜索，使搜索结果更精准，如微信搜索（如下左图），也有的APP是在搜索结果上做分类，如资讯APP（如下右图）。
（左：微信，右：今日头条）
除了历史搜索，有没有其他提高用户输入效率、降低输入错误率的办法？
自动补全是不错的方法。这是基于产品定位或基于用户行为/画像的联想部分，对于前者的理解，如用户在京东APP上搜索水蜜桃，用户是想购买水蜜桃，而不是想搜索水蜜桃的百科；对于后者的理解，如用户先前浏览过阴阳师手办，当他在搜索框输入“阴阳师”的关键词时，“阴阳师手办”会是自动补全的首选。
（自动补全示例）
另外，当用户点击搜索按钮后，若需要等待搜索结果，需要有加载提醒的标识，避免用户认为搜索功能无响应。
Step2：分析用户搜索意图
对用户搜索意图的分析涉及分词和词语处理。
分词也称“文本词条化”，但总的来说用户更倾向于输入“连衣裙 蓝色”代替“我想要买一条蓝色的好看的连衣裙”。分词依赖分词库和词性判断，前者需要维护一个和产品定位相匹配的词库（市面上已有很多开源且丰富的词库）， 词库的维护涉及新词发现，从大数据的分析可以将新词发现的流程自动化，人工抽检即可，例如词语“中国有嘻哈”是2017年才有的新词，代表一档Hip-hop音乐选秀节目。而词性判断涉及用词性库和上下文去分析词语的词性。
词语处理包括停用词过滤、同义词/近义词转换、词条归一化、自动纠错等。
停用词过滤指剔除“的”、“了”这类无意义的词或字，主要是通过词或字出现频次判断，市面上也有可用的停用词库。
用户在使用搜索的时候难免会有输错关键词或表意不清的情况，这时候理解用户搜索意图需要“自动纠错”，主要是通过噪声信道模型去纠正用户的错误输入，纠错的类型一般有：
- 同音纠错；
- 形似字纠错；
- 多字、少字、错别字、顺序错误；
- 模糊音纠错，对英文输入来说，还有大小写归一化、词形时态的纠错等。
结果页顶部最好保留疑似错误关键词的搜索结果入口，避免机器误判损伤产品体验。
（百度搜索“自动纠错”示例）
Step3：根据用户输入信息对内容进行筛选召回
在对内容进行召回前，我们需要通过索引去连接内容，就像查字典时用的查字目录。搜索的索引是倒排索引（inverted index），可以简单理解为“需要根据属性的值来查找记录”。
以电商为例，如下图：
（倒排索引示例）
召回内容时一般根据相似度分值择优召回。以资讯APP为例，即计算关键词和文章的相似度，通常是通过tfidf算法计算关键词和文本的相似度（标题、摘要、正文等不同文本有不同权重）或通过embedding（向量化）召回。
Step4：对召回后的结果进行排序
排序可以考虑内容静态分，评论、点赞、收藏等业务数据可以是影响最终score的因素。如果有个性化部分（如电商），机器会基于用户画像，在召回和排序的时候将用户可能最关心的内容优先召回和排序。重排环节加上业务逻辑，如商业化广告、运营活动等，该次搜索的结果展示list就准备好了。
对于时效性要求比较强的产品，如资讯APP，还需要加上一个时间衰减因子，避免将老旧内容先推出。
Step5：搜索结果展示
搜索结果展示页，常规的是根据相似度计算+业务逻辑的“关键词推荐”，另一种是“联想推荐”，适合的场景有：
- 在没有搜索结果或搜索结果较少的情况下“拓展”推荐，总比一个空白页好；
- 除正常的搜索结果外，补充根据用户画像匹配的内容（用户感兴趣的概率高）或通过大数据计算出来的内容，作为一种兜底策略；
- 承担某些运营功能。
另外，在搜索结果页的一个小技巧，对命中关键词的文字进行高亮显示，让搜索结果更加“一目了然”。
（资讯APP搜索“庆余年”，结果展示页）
搜索指标
以资讯APP为例，我们来看看搜索优化的核心目标、观测指标和算法评估指标。
核心指标：搜索成功率=有点击的query次数/总query次数（成功的定义可以是一次搜索后有消费行为，如满足时长指标的点击等）
全链路指标：
搜索算法评估指标：NDCG（详细请看上一篇《做推荐业务，这4种机器效果测评方法你应该知道》）
搜索商业化
目前市面上常见的搜索商业化有：
- 搜索框引导暗文
- 搜索框皮肤
- 搜索热门榜单
- 热门搜索挂件
- 搜索结果页优先推荐
- 搜索彩蛋
（左中：京东，右：淘宝）
这些位置多以CPM（Cost Per Mille）和CPC（Cost Per Click）的方式进行广告合作，常见的付费方式还有CPD（Cost Per Download）、CPA（Cost Per Action）、CPP（Cost Per Purchase）等等。
对“搜索”后续发展的看法
目前资讯APP的搜索较少个性化（电商搜索有部分个性化），主要是基于NLP去设计开发搜索功能。随着大数据和机器学习的发展，搜索的技术和功能设计也将会在NLP基础上，利用用户行为数据，往理解用户（query understanding），搜索延展（query expansion ）、搜索推荐（query suggestion）纵深，如深度学习模型训练、Learning to rank，如根据用户搜索后的点击行为选择训练集等等，从而设计出更“贴心懂你”的搜索。
我们通过几个问题感受下这种趋势：
- 如果一次搜索无消费行为，二次搜索策略将如何优化？
- 从大数据上看，某个关键词的搜索结果中，大多数用户倾向于点击一个相关性不如前排的内容，是否可以使用这类数据优化相关性的限制？
- 用户在搜索结果页点击内容A后大概率会点击其下的相关内容B，这种用户行为数据能否用在搜索的优化上？
- 一个喜欢吃苹果和一个喜欢使用苹果手机的用户，他们某些关键词的搜索结果会一模一样吗？