搜索引擎实现图片检索的用户需求

一、什么是需求满足

1.1 什么是需求满足

　　用户来搜索“章鱼 保罗”，就文本相关性而言，搜索引擎只要返回和“章鱼 保罗”内容相关的结果就可以了，这样用户是否满意呢？
　　用户甲：听说章鱼帝挂了，来看看最新结果，怎么全是8月份的，往后翻页中…
　　用户乙：今天同事们在讨论章鱼哥挂了，章鱼哥是啥？我又out了，来搜索一下章鱼帝生平事迹是啥，怎么全是最新的结果，没有章鱼哥的介绍啊，变换个query看看
　　用户丙：我是铁杆球迷，看完章鱼哥，再看看足球相关的吧，鲁尼，杰拉德是否又进球了，怎么连个相关推荐都没有，还得我亲自输入。
　　用户丁：找个章鱼哥的头像用一下吧，一定很拉风，怎么全是结果没有方图呢，这么扁的图怎么用啊
　　用户戊：换个章鱼哥的壁纸，也许下次买彩票能发大财，咦，怎么全是小尺寸的图…
　　（以上信息通过分析2010-10-27用户session得出。）
　　笼统的说，用户向搜索引擎表达他的需求，搜索引擎理解用户需求，提供各不同的需求下的资源，这整个过程可统称为需求满足。简单说，就是除了基础文字相关性之外的rank工作，都属于需求满足的范畴，也就是说，提供给用户的检索结果，不仅仅要求在字面上是和用户输入的文字相关的，还要满足用户的各种不同需求。
需求满足在rank体系中所处的位置：

1.2 为什么需要需求满足

　　用户通过query表达了自己的需求，而对于大部分query来说，尤其是具有隐含需求的query，仅仅字面匹配的查询结果未必能够满足其需求。目前我们的排序系统是主要是基于文本相关性这个维度的，权值体现了query中的term与obj的相关程度，在这个体系下，相关的结果未必能够满足用户需求。
　　例如前面提到的“章鱼 保罗”的例子，显然，这些需求在文本相关性这个维度下很难解决，尤其涉及到突发时效性需求，泛需求等。

1.3 需求满足包含哪些工作

　　从上面的例子中，可以看出，需求满足需要解决时效性需求问题，多需求问题，相关推荐，size需求，素材类需求，浏览引导等问题。除了基础文本相关性以外的rank策略以及为了这些所做的query分析工作可认为属于需求满足的工作，另外还包括前端结果展现与用户引导浏览的工作。
　　Image需求满足，按照不同的维度，可以划分为如下几个方面：
　　　　a.需求识别
　　　　b.资源建设
　　　　c.需求调权
　　　　d.结果组织与推荐
　　　　e.用户引导交互

二、需求满足如何做

　　需求满足要解决的核心问题：
　　　　需求识别
　　　　资源建设
　　　　需求调权

2.1 需求的识别

2.1.1 需求的类型

　　识别query有哪些需求，以及需求的强弱，是最基础的工作。首先要有需求的体系，能完备的描述各种需求，其次是如何识别这些需求，把每个query的需求对应到这个体系中去。
　　基于统计的需求识别
　　通过对大量的数据统计分析，可以识别出query有哪些方面的共性。可供分析的数据很多，比如用户行为数据，点击反馈，检索结果等。
　　比如：搜索“章鱼 保罗 壁纸”，通过统计用户点击图片的长宽数据，发现用户点击的图片，大部分是长宽比较大的图片，而“章鱼 保罗 头像”则恰恰相反。
　　又比如通过分析大量用户的检索数据，发现相当部分的用户在检索“章鱼 保罗”之后，又检索了足球相关的关键词，那么可以识别“章鱼 保罗”和足球有着很高的关联度，在给用户推荐相关搜索时，可以插入足球相关的推荐。

　　 专名&需求词
　　判断query中包含专名或者需求词等关键词，是最直接的方式。比如“章鱼 保罗 头像”，用户在query中显示的表达了头像方面的需求，其中就包含了尺寸方面的需求，头像是需要小尺寸的图，如右图所示，这时候出一张大的图片就不符合用户需求了。
　　 时效性需求
　　时效性需求的识别，主要是通过用户检索量的突发以及资源数的突发来判断。
　　检索量的突发，可以通过累积每个query的每天的用户检索频率，用连续多天的用户检索频率，计算当天检索量和历史比较，是否有突发，进而判断是否有时效性需求的强弱。资源数方面的判断，可通过类似的方式挖掘。
　　比如“章鱼 保罗”，在世界杯期间，该query，以及相关query的检索量，相比世界杯之前，用户检索量有了爆发性的增长，并且持续保持在高检索量的状态，则可认为是有时效性需求的query。

2.2 需求的满足

　　识别出query有哪些需求，下一步的工作就是提供相应的资源。

2.2.1 资源的挖掘

　　如何获得满足需求的资源，是需求满足的另一个核心问题。在资源上，通过某一个或者几个特征组合，能够把满足要求的资源和不满足要求的资源区分开，找到用户需求需要的资源，去掉不满足要求的资源，是主要的工作。
　　内容属性特征
　　对内容属性维度来说，可以分为底层的物理特征，中层的物体识别和高层的语义特征。
　　对于底层的物理特征，相对比较简单，包括尺寸，颜色，格式，清晰度饱和度等，中层特征，有人与非人的，色情图片的，整车的识别，手机图片的识别等；对于高层的语义特征，包括场景的识别，图片风格的识别，情感的识别，比如是室内还是室外，是否非主流风格等，都可以作为资源筛选的特征。

　　 话题属性维度
　　话题属性维度，是指动物，植物，帅哥，美女，军事，体育等等各种不同的话题，我们希望把图片能按照这样一个分类进行一个划分。
　　比如，通过这个分类，我们可以知道哪些图片是头像类的，哪些是壁纸的，哪些是足球体育相关的。用户在搜索“章鱼 保罗”时，可以推荐足球相关的资源。
　　 时效性资源的收录

　　时效性资源，可以很容易的通过收录时间来判断，和非时效性资源区分开。时效性资源的来源一般包括新闻站点，各大论坛，bbs等社区类网站。

2.2.2 需求调权

　　明确了query的需求，挖掘了满足需求的资源，那么如何把满足需求的资源rank到前端呢？
　　对于各种不同的需求维度，都有自己的调权的策略。比如“章鱼 保罗 壁纸”，我们识别出有尺寸方面的需求，那么可以把尺寸比较大的图片，进行加权；又比如时效性的需求，可以直接在前三页插入的时效性库的结果，这是因为时效性需求是一个强需求维度，简单的加权，不能保证结果调整到前三页。
　　目前这种策略直接叠加的调权方式，优点是简单，直接，缺点也比较多，最大的是不可控，一个维度上的调权，会对最后结果造成多大的影响，他说的话分量有多大，不知道。

三、结语

　　对于需求满足未来，要向智能化，自动化，多样化的方向持续发展。我们最终的目标是把需求满足这个方向做没了，需求挖掘，资源满足全部自动化，做到“手中无剑 心中有剑”。