【实战案例】对新浪微博的搜索的策略进行分析

最近，针对微博中对于电影的搜索，我们计划通过策略优化的方式，把搜索用户满意度进行提升。
验证微博中的具体状况，回答但不限于以下问题：
1.找到微博针对于电影的搜索的搜索存在不足的地方
2.分析这些搜索场景下用户有哪些需求？
3.针对这些用户需求以及不足的点，提出优化方案
本文思路：
1.概述
2.抽样分析
3.当前搜索问题提炼
4.解决方案

1.概述

1.1 产品定位

微博的定位：微博是一个具有社交属性，娱乐性，权威性、官方性的综合社交平台。一个资讯传播的自媒体平台。
微博的slogan：随时随地发现新鲜事！
所以微博对于娱乐的属性，传播的属性，实时性有较高的要求。

1.2 产品目标

高效地获取信息。通过解析用户输入的query，结合用户的特征，进行内容匹配，最后根据一定的内容呈现规则，把搜索结果展现给用户。

1.3 微博搜索的策略框架

a）给出区分用户群/场景的规则：需要非常复杂的处理去理解搜索词背后的需求。
b）给出资源获取和预处理的规则：需要积累足够多的语料，以支持需求分析；需要抓取更新庞大的资源库，以支持答案检索。
c）给出针对每个用户群/场景，应该提供怎样的解决方案：需要从海量资源中寻找可能相关的答案，并进行排序展现。

微博搜索策略框架

2.抽样分析

2.1 需求理解

需求理解

针对以上场景展开抽样调查
场景1：搜索词 = 毒液主角名称
搜索结果：

场景2：搜索词 = 毒液男主角是哪个
搜索结果：

场景3：搜索词 = 今年上的毒液灭霸最后结局
搜索结果：

场景4：搜索词 = 最新上映排期
搜索结果：

场景5：搜索词 = 死侍2
搜索结果：

抽样调研信息汇总：

3.问题提炼

小结：
1.有明确需求-query明确及无明确需求的场景满足情况较好，存在排序、展示、需求识别的优化问题
2.有明确需求-口语化的query需求满足情况不够理想，召回量少，主要是query处理的问题，只要去掉口语化词搜索结果还是很满意
3.复杂表达的query基本能满足需求，但召回量不稳定，主要存在排序、query处理问题。排序大多被热门相关度较低的信息遮挡，query处理中当召回量较少的情况可以选择同义转换召回或提示切换query
4.需求明确，但对但又特殊要求需求情况满足不稳定，主要是query在处理的过程中没有识别到筛选条件，及排序大多被热门相关度较低的信息遮挡

4.解决方案

4.1 行动计划：

基于以上问题，提出了项目计划如下：

4.2 资源支持：

1资源支持
需要累计足够的语料以支持需求分析
需要分析大量的资源库以支持推荐
2衡量指标
内容的覆盖量
各特性的召回率和准确率