定义理想态

用户输入相关query能够被正确识别

核心指标：query识别准确率 和query识别的召回率

抽样分析

抽样200条query，其中重复项数量为10。

机器识别出33条（包含天气关键词），25条识别正确，8条识别错误，准确率 = 25/33 = 75.76%；

手动识别还有6条query明显为搜索天气，召回率 = 25/（25+6） = 80.65%

query问题分析

一、识别错误query，共8条，占比5%

系统识别策略为query包含“天气”即展示天气信息，同组搜索词中包含“天气”，但未进行其他关键词识别，如“歌曲”“品冠”

二、应识别query，共6条，占比3%

口语化query不包含“天气”关键词，没有被识别出来，如“冷不冷”，“准备什么衣服”，及非常明显的“温度如何”

三、建议识别query，共40条，占比20%

与地点、景区相关query，与天气需求有潜在关联，如“河北迁西游”“大连自驾游”“深圳”“昆山”等

四、问题小结

-当前识别策略仅识别带有”天气“的query

-切词不够准确

-不识别与天气强关联、潜在关联的其他关键词

需求分析

将表格中query按需求明确、需求明确且有特殊要求、需求不明确、非query需求进行归纳

-解决方案及优先级预估

开发难度与收效评估

综合影响面和开发难度，确认开发优先级：潜在关键词拓展>多关键词切词>口语化同义词拓展>转化特殊要求>长query处理

项目文档

一、项目背景

目前的搜索策略对于用户搜索天气需求的识别存在较为明显的问题，经计算：

准确率 = 25/33 = 75.76%；

手动识别还有6条query明显为搜索天气，召回率 = 25/（25+6） = 80.65%

二、项目目标

通过对搜索词识别的优化，将整体召回率、准确率提升至90%以上

三、需求描述

3.1  切词及口语化关键词的优化 

       3.1.1 切词

       切取强关联词，根据识别展现搜索结果，如男朋友今天气死我了，则切词为男朋友I今天I气死我；同时，切取天气+歌曲，识别两个关键词的关联性

       3.1.2 需求明确时，拓展口语化同义词库。天气的延展关键词，如冷、暖、雨、雪等，相关延展如下：

       识别出以上同义词，都展示天气搜索结果。如关键词为北京冷吗，则识别为北京+冷（=天气），显示搜索地点的天气状况；

3.2 转化特定需求

      3.2.1 转换query中特定需求，如关键词为北京今天冷吗，则识别为北京+今天+冷（=天气），其中”今天“关键词需要系统获取今日日期（2018-01-10），则显示今天起近一周的天气预报

3.3 潜在关键词拓展

     3.3.1 潜在关键词拓展，有关天气的query中地点搜索占比较大，策略一期优化地点搜索结果页，如下图增加天气推荐标签；在收集用户足够的用户行为后，决定是否给与天气直观展现、排序，及是否根据城市属性区分差异化展示结果；

3.4 其他长query，即使包含天气关键词也不展现天气结果，如歌曲歌词、文章诗词

3.5 拓展、优化其他关键词搜索库，如音乐、古诗词搜索库

四、统计指标

整体更换搜索关键词的比例是否下降，精确到2次更换、多次更换；

系统调整后，整体关键词搜索准确率和召回率是否提升；

地点关键词搜索结果页中，推荐天气标签的点击量；