搜索分词
需求背景
商城中的品牌、型号、行业简称和组合词不一定能被通用搜索引擎正确识别。例如“心相印”“A4纸”“人体工学椅”可能被拆成多个无意义的单字或短词,导致明明存在的商品无法被准确搜索。
用户还会使用口语、简称或错误写法搜索商品。例如用户输入“手纸”时希望找到“抽纸”,输入“心想印”时希望找到“心相印”。如果平台不能识别这些表达,用户会得到不完整结果或无结果。
因此需要提供统一的搜索词库管理页面,让运营人员维护不可拆分的专用词、同义表达和常见错词,提高商品被正确检索的概率。
需求目标
- 让平台特有的品牌、型号和组合词能够作为完整词语参与商品搜索。
- 让用户使用口语、简称和近义表达时,也能找到对应的标准商品。
- 对常见错误输入进行人工纠正,减少因错别字产生的无结果搜索。
- 让运营人员能够查询、维护、启停和删除搜索词关系。
- 明确词库修改后的生效时机,避免运营人员误以为保存后历史商品会立即更新。
使用角色
平台搜索运营、商品运营和商城管理员。
使用人员需要具备搜索设置权限。商品索引重新生成仍受商品索引功能权限控制。
典型使用场景
维护行业专用词
商品运营新增品牌、型号或行业组合词,要求搜索引擎将其作为一个完整词语识别,而不是拆成多个词。
补充同义表达
运营人员从无结果搜索词中发现用户经常使用“手纸”,而商品统一使用“抽纸”,因此建立“手纸 → 抽纸”的同义词关系。
修正常见错词
运营人员发现用户经常将“心相印”输入为“心想印”,因此建立“心想印 → 心相印”的纠错关系。
停用不再适用的关系
某个别名可能在不同业务阶段代表不同商品。运营人员先停用关系并观察,确认后再删除,避免直接删除造成误操作。
页面效果示意
本图用于明确页签、列表、操作入口和表单的展示形式。图中的词语、时间和优先级均为假数据,不作为验收数值。
页面组成
页面顶部使用三个页签组织不同类型的搜索词:
- 搜索分词:维护需要被完整识别的专用词。
- 同义词:维护不同表达与标准词之间的对应关系。
- 纠错词:维护错误输入与正确词之间的对应关系。
进入页面时默认展示“搜索分词”页签。切换页签后,仅展示当前类型的数据和操作,三个页签的查询条件与分页互不影响。
三类词分别实现什么效果
| 类型 | 运营人员配置 | 用户输入 | 系统最终实现的效果 |
|---|---|---|---|
| 搜索分词 | 心相印 | 心相印抽纸 | 将“心相印”作为一个完整词识别,避免错误拆分影响匹配 |
| 同义词 | 手纸 → 抽纸 | 手纸 | 返回标准词为“抽纸”的相关商品,让不同但正确的表达获得相近结果 |
| 人工纠错词 | 心想印 → 心相印 | 心想印 | 返回标准词为“心相印”的相关商品,让已知错误写法也能直接找到正确商品 |
其中箭头左侧为“来源词”,即用户可能输入的词;箭头右侧为“目标词”,即平台商品使用的标准词。关系按“来源词 → 目标词”生效,不自动反向生成新的关系。
例如配置“手纸 → 抽纸”后,系统保证搜索“手纸”能够匹配“抽纸”商品;搜索“抽纸”本身依靠商品中的标准词正常匹配,不代表系统额外创建了“抽纸 → 手纸”的反向关系。
搜索分词
业务含义
搜索分词是需要被搜索引擎完整识别的词语,适用于品牌名称、商品型号、行业术语和不应拆开的组合词。
示例:
| 完整词 | 期望效果 |
|---|---|
| 心相印 | 搜索时作为完整品牌词识别,不拆成“心”“相”“印” |
| A4纸 | 将型号和品类作为一个完整采购词识别 |
| 人体工学椅 | 优先按照完整品类词理解用户需求 |
列表内容
列表使用表格展示,每页默认20条,按照最近修改时间从新到旧排列。
| 列名 | 展示内容 |
|---|---|
| 关键词 | 已维护的完整分词 |
| 添加时间 | 该分词首次加入词库的时间 |
| 操作 | 删除 |
查询
- 支持按照分词名称进行包含查询。
- 输入部分文字也可以找到包含该文字的分词。
- 点击重置后清空查询条件并返回第一页。
- 没有匹配记录时显示“暂无数据”,不保留上一次查询结果。
新增分词
点击“添加分词”后打开新增窗口,填写一个分词并保存。
要求如下:
- 分词不能为空,保存时去除首尾空格。
- 单个分词最多20个字符。
- 已存在的有效分词不能重复添加。
- 保存成功后关闭窗口,列表回到包含最新数据的第一页,并提示“添加成功”。
- 保存失败时保留用户已输入的内容,并说明失败原因。
搜索分词不提供直接编辑。录入错误时,运营人员删除原分词后重新添加,避免修改已有词语时无法判断旧索引如何处理。
删除分词
- 删除前必须显示二次确认,确认内容中展示将要删除的分词。
- 用户取消时不改变任何数据。
- 删除成功后从有效列表中移除,并提示“删除成功”。
- 删除最后一条数据导致当前页为空时,自动返回上一页。
同义词
业务含义
同义词用于表达含义相同或相近、但写法不同的搜索词。来源词是用户可能输入的表达,目标词是平台认可的标准表达。
例如建立“手纸 → 抽纸”后,用户搜索“手纸”时,应能找到以“抽纸”为标准描述的商品。
用户端实现效果
以“手纸 → 抽纸”为例:
- 商品名称、品牌、分类、属性或规格中包含标准词“抽纸”。
- 商品索引重新生成后,“手纸”作为该商品的可搜索别名写入索引。
- 用户搜索“手纸”,系统直接返回包含“抽纸”的相关商品。
- 搜索框和搜索结果标题仍保留用户输入的“手纸”,不显示“输入错误”或“已纠正”提示,因为“手纸”是有效的同义表达。
同义词只扩大商品可被搜索到的表达范围,不修改商品名称、分类、品牌等原始商品资料。
列表内容
同义词使用表格展示,每页默认20条,优先级高的排在前面;优先级相同时,最近新增的排在前面。
| 列名 | 展示内容 |
|---|---|
| 来源词 | 用户可能输入的口语、简称或近义表达 |
| 目标词 | 平台商品使用的标准词 |
| 优先级 | 多条关系同时匹配时的处理顺序,数值越大越优先 |
| 状态 | 启用或停用 |
| 操作 | 编辑、删除 |
查询
支持同时按照来源词和目标词进行包含查询。输入“抽纸”时,可以找到来源词或目标词中包含“抽纸”的记录。
新增与编辑
新增和编辑窗口包含:
| 字段 | 要求 |
|---|---|
| 来源词 | 必填,最多100个字符,保存时去除首尾空格 |
| 目标词 | 必填,最多100个字符,保存时去除首尾空格 |
| 优先级 | 0—999999的整数,默认0,数值越大越优先 |
| 状态 | 启用或停用,新增时默认启用 |
同一类型下,一个来源词只能对应一个目标词,不能重复建立多条关系。来源词和目标词不能相同。
启停与删除
- 状态开关允许运营人员快速启用或停用一条关系。
- 停用后的关系不再参与下一次商品索引生成,但记录继续保留,方便再次启用。
- 删除前必须二次确认;删除后记录不再出现在列表中。
- 启停、编辑或删除成功后均需要给出明确反馈。
纠错词
业务含义
纠错词用于修正用户常见的错别字、同音字或错误品牌写法。来源词是错误输入,目标词是正确的标准词。
例如建立“心想印 → 心相印”后,用户搜索“心想印”时,应能找到“心相印”相关商品。
用户端实现效果
以“心想印 → 心相印”为例:
- 商品名称、品牌、分类、属性或规格中包含正确词“心相印”。
- 商品索引重新生成后,错词“心想印”作为这些商品的可搜索纠错词写入索引。
- 用户搜索“心想印”,系统直接返回“心相印”相关商品,避免进入无结果页面。
- 人工配置的纠错词直接参与商品匹配,不修改商品资料,也不会把商品名称改为错词。
人工纠错词与自动纠错的区别
两者都用于减少错别字造成的无结果搜索,但触发方式不同:
| 对比项 | 人工纠错词 | 自动纠错 |
|---|---|---|
| 词语来源 | 由运营人员明确配置“错词 → 正确词” | 系统根据索引中的已有词自动推测 |
| 触发时机 | 用户输入配置过的错词时直接参与第一次搜索 | 原关键词搜索结果为0时才尝试 |
| 结果展示 | 直接展示匹配商品,不出现自动纠错提示 | 纠错后有结果时,提示“已为您展示‘正确词’相关商品” |
| 用户选择 | 按人工关系直接得到商品结果 | 用户可以选择继续搜索原关键词 |
| 统计口径 | 作为正常有结果搜索统计 | 进入纠错尝试及纠错成功率统计 |
例如已经配置“心想印 → 心相印”并完成索引重建时,搜索“心想印”会直接命中商品,不需要等到零结果后再自动猜测。没有人工配置的其他错词,才可能在零结果时进入自动纠错流程。
页面与操作
纠错词与同义词使用相同的列表和操作方式,包括查询、新增、编辑、优先级、启停和删除。
纠错词和同义词分别管理。同一个来源词可以分别存在一条同义词关系和一条纠错关系,但同一类型中不能重复。
设置密钥
业务目标
搜索服务需要通过受保护的词库地址获取平台维护的搜索分词。设置密钥用于验证词库请求来自已授权的搜索服务,避免未授权访问。
操作要求
- “设置密钥”入口只在“搜索分词”页签显示。
- 点击后打开密钥设置窗口,展示当前配置,并允许重新设置。
- 密钥不能为空,保存成功后提示“设置成功”。
- 搜索服务配置的密钥必须与本页面保存的密钥一致,否则不能获取词库。
- 验证失败时不返回任何分词内容。
密钥属于敏感配置,页面不得在列表或操作日志中直接展示完整密钥。
生效时机
搜索分词
- 新增或删除分词后,平台词库立即保存成功。
- 搜索服务按照自身的词库刷新周期获取最新分词,不承诺保存瞬间立即生效。
- 新增、修改的商品在生成新索引时使用最新词库。
- 已经存在于商品索引中的历史商品不会因为词库变化自动重新处理。
同义词和纠错词
- 新增、编辑、启停或删除关系后,关系配置立即保存成功。
- 搜索词关系在生成商品索引时写入对应商品。
- 历史商品必须重新生成商品索引后,才能全部按照最新关系参与搜索。
页面提示
页面必须持续显示以下提醒:
修改搜索分词、同义词或纠错词后,历史商品不会自动更新。请前往“商品索引”重新生成索引,使调整完整生效。
提醒中提供“前往商品索引”入口,但不得自动执行索引生成。
页面状态
加载中
保留页面标题、页签和查询区域,列表区域显示加载状态,防止用户在加载完成前重复操作。
无数据
当前页签没有数据或查询无匹配结果时,表格显示“暂无数据”。查询条件仍然保留,方便用户修改或重置。
加载失败
显示“数据加载失败,请重试”,并提供重试操作。不得将加载失败展示为无数据。
保存中
用户提交新增或编辑后,确认按钮进入保存中状态,并阻止重复提交。成功后关闭窗口;失败时窗口保持打开。
权限要求
- 有查看权限的人员可以查看三个页签及其列表。
- 新增、编辑、启停、删除和设置密钥应受搜索设置管理权限控制。
- 没有商品索引权限时,可以看到索引生效提醒,但不展示“前往商品索引”操作入口。
验收标准
- 页面默认进入“搜索分词”页签,并能在三个页签之间正常切换。
- 搜索分词支持关键字查询、新增和删除,不提供直接编辑。
- 同义词和纠错词支持查询、新增、编辑、启停和删除。
- 搜索分词不能为空、不能重复且不超过20个字符。
- 来源词和目标词不能为空、不能相同且分别不超过100个字符。
- 同一关系类型下,同一个来源词不能重复配置。
- 优先级只允许输入0—999999的整数,并按照数值从高到低排列。
- 删除任何分词或词关系前均需要二次确认。
- 保存中不能重复提交;失败时保留用户已经填写的内容。
- 页面明确提示历史商品需要重新生成商品索引后才能完整使用最新词库。
- 词库密钥验证失败时,不得返回任何搜索分词。
- 重建商品索引后,启用的同义词和纠错词能够使来源词命中包含目标词的商品;停用或删除的关系不再生效。
- 同义词命中后保留用户原搜索词,不展示纠错提示。
- 人工纠错词能够让已配置的错词直接命中正确商品;未直接命中且被系统自动纠正时,才展示自动纠错提示并计入纠错统计。