从狄仁杰的测字占卜到一淘网的Query分析

 

狄仁杰与何五奇、何夫人于何园宴饮，狄仁杰拆字。何五奇写了一个【盐】字（繁体，鹽），狄仁杰看罢拆道，“盐者，臣在上，皿在下，旁边有卤。臣者为阳，男人也，皿者盛器物之器也，在易数中代表阴，也就是女人，皿之所以代表女人，是因为女人六甲怀胎，就像是盛着东西的器皿，而臣旁边的卤者，乃是咸苦之意也，这个字拆读后乃是男人在上，女人在下，咸苦之味在于男人之旁，这就是说最近有一个女人依附于你，但你们的关系会生出闲事，换句通俗的话，何掌柜要小心桃花劫啊！”此拆法的准确性令何五奇瞠目结舌，半天说不出一句话来。

何夫人则写了一个【涩】字（繁体，澀），狄仁杰望罢不禁看了夫人一眼，“澀字，水旁，双刃在上，止于下。双刃者刀也，水者血也，止者停滞不行也，也就是说夫人近来所谋之事定会遭遇血光之灾，而且难以成功。”“你，你是怎么？”此拆法令何夫人不禁大惊失色，忍不住站了起来，“怀先生，您的话把妾身吓到了。”狄仁杰则一笑了之，“这不过是儿戏耳，说对了不要当真，说错了也不要笑话老朽。”“妾身整日呆在家中，无事可谋，因此也就不会有血光之灾。”“拆字乃是取人心中所想之字拿来拆读，因此很多时候乃是为写字之人提个警示，夫人不必当真。”

                                                          ————————《狄仁杰3-漕渠魅影》

一、测字占卜的困惑

我一直非常喜欢看电视连续剧《狄仁杰》，从第一部一直看到第四部，每部都40多集，每集都看了4遍。上面就是在《狄仁杰3》之《漕渠魅影》中，狄仁杰测字占卜的故事。从小老师就教历史上很多聪明绝顶的人的故事，如司马光砸缸、曹冲称象、怀丙捞铁牛等。看了《狄仁杰》就更感觉自己怎么这么笨，人家都能够“见一叶落而知天下秋，见一壶之冰而知天下寒”，而自己却经常看到下雪了才意识到冬天来了。

有时候经常想，为什么何五奇会写【盐】字，何夫人会写【涩】字？如果何五奇写的是一个【涩】字，而何夫人写的是一个【盐】字，或者何五奇写的是一个【周】字，而何夫人写的是一个【敢】字，不知道聪明绝顶的狄仁杰会怎么拆字？是不是也能说出何五奇有桃花劫，何夫人有血光灾？为什么恰好在宴会上大家玩起测字占卜的游戏，而不是对对联、作诗、画画、唱卡拉ok、砸金花？最后想得头都疼了，妈妈简单的回答：“做戏的疯子，看戏的傻子！”

其实，如果能够顺着编剧的思路，一切又顺理成章。首先，何五奇是一个大盐贩子，天天倒卖私盐（我国古代贩卖私盐的罪行比现在的倒卖国家文物的罪还要重），心里想的念的琢磨的都是盐，而当时朝廷又派了一波又一波的官员来查处私盐案，因此他无时无刻不挂念盐，做梦都梦见盐，这样拆字的时候就很容易写出“盐”字。何夫人丈夫冷淡，晚上与情人约会而不得长厮守，一切都不顺利，感叹人生坎坷，命运捉弄，所以写一个“涩”字也算是直抒心意吧。所以何五奇与何夫人写的字不过是自己的内心深处所思所虑的另一种形式的表达。狄仁杰说的“拆字乃是取人心中所想之字拿来拆读”就是此意。

另外一方面，那为什么狄仁杰能够预测何五奇的桃花劫和何夫人的血光灾呢？其实也非常合情合理。因为狄仁杰已经事先知道何五奇与其它女人的关系，知道何夫人所谋何事，也推断出何五奇与私盐有密切联系，他与何五奇见面的目的就是敲山震虎，探探虚实，因为不管何五奇写什么字，凭狄仁杰的那张稻草说成金条的嘴，都能够编到桃花劫上；也不管何夫人写什么字，狄仁杰也能编到血光灾。

最后，为什么何五奇和何夫人也算是聪明的人，为什么会中了狄仁杰的圈套，会相信狄仁杰的胡说八道呢？是因为那时候的人迷信吗？其实并非如此，古人并不比今人迷信，何氏夫妻也并不是蠢到家，而是自己的心思被他人看透之后的正常心理反应，就像一个纯情少女在黑夜里刚脱下衣服准备沐浴，这时候等忽然灯亮了，500双眼睛和500个快门正瞄准着她。在这种情形下，她正常的心理反应就是很惊愕。而这个惊愕的表现几乎是所有人都能够读懂的，更不用说天下神断狄仁杰了。

二、测字占卜的三大理论基础

我已经写了这么多字了，聪明的你有没有占卜出周敢老师要说什么？其实，周敢老师就是要告诉您测字占卜的三个基础理论。

2.1求卦人写的字反映其当时的状况、需求、愿望等。

这点应该毋庸置疑。一个人爬山涉水，千里迢迢跑到一个寺庙求取婚姻卦，他最关心什么呢？是关心隔壁二婶家的拉布拉多是否掉毛，还是楼上二柱子最近打牌手气会怎么样？都不是，最关心的是他自己能否找到一个称心如意的女人。一个小二，打开机器，双击浏览器，进入淘宝技术博客，来看周敢老师的最新力作《从狄仁杰的测字占卜到一淘网的Query分析》，他最关心什么呢？是int a[400]; sizeof(a)到底多大吗？还是如何下载A片呢？都不是，小二最关心的肯定是如何做Query Plan。

2.2 算卦人要了解求卦人各方各面的情况才有可能占卜正确。

如果光凭一个字就能够完全算出求卦人的未来的话，那么常见汉字只有6763个，也就只有6763个不同的未来，全世界80亿人，平均会有100万人拥有一模一样的人生，这明显是无稽之谈。不同的人，不同的经历、不同的背景、不同的时间段，写不同的字会有不同的所谋之事，同一个人在不同的时候也有不同的所谋之事，因此，为了获取更高的算卦准确率，必须把求卦人的经历、背景、心事、利益等都了解清楚，这个挂个学术名词叫“个性化占卜”，哈哈。

2.3 算卦人如果占卜正确的话，求卦人会给算卦人某种形式的利益。

上面的例子，狄仁杰蹭了一顿免费大餐，寺庙大师算对了，一般会得到10钱纹银作为我佛的灯油钱。

三、测字占卜理论在一淘网Query分析的启示

仔细想想，从某种意义上讲，一淘网的query 分析与测字占卜多么类似。在一淘网这个生态系统中，一淘网的用户就是一个求卦人，他输入的就是一个或几个汉字；一淘网的后台系统就是一个算卦的狄仁杰，需要根据求卦人（一淘网用户）写的待测之字（Query）预测求卦人的未来命理（Query意图）。只是一淘网后台系统看不到用户的举止、神态、表情等，而这些只能通过用户的点击来猜测用户可能的举止、神态、表情等。

既然如此，那么测字占卜术也应验明正身、拨乱反正了，而不应该只停留在迷信、娱乐、诈骗等领域，其三大基础理论也将指导我们一淘网的Query意图预测与属性分析。

3.1 一淘网用户的需求、愿望、意图

测字占卜先生可以询问求卦人是问婚姻卦、财运卦、健康卦、事业卦、官运卦、出行卦等，也可以根据用户所写之字预测求卦人所问何事。测字占卜先生只有掌握了求卦人所求何卦才能更准确的为求卦人指点迷津。一淘网用户在搜索框里输入一个查询，也必定有一定的查询意图，我们就应该根据用户的query及其profile信息，预测用户查询的意图，了解了用户的查询意图，然后在此基础上输出不同的查询结果。

百度于去年提出了“框计算”概念，就是想用一个搜索框，框住所有用户，让王二麻子张三瘸子赵四寡妇都能在百度的一个搜索框里获得自己所需要的信息。例如王二麻子明天想去和赵四寡妇在绝情谷约会，想看天气如何，在百度例如输入“北京 天气”，百度并不是给出包含“北京 天气”这个字符串的文本，而是给出未来3天的天气预报，如下图所示。王二麻子说：“知我者，百度也”。

 

张三瘸子打了一条五十八斤零三两的武昌鱼，卖给王二麻子招待赵四寡妇，武昌鱼的价格是八十九块七毛三一斤，张三瘸子在百度里面输入“58.3*89.73”，百度没有去100亿个索引网页中哪个包含了字符串“58.3*89.73”，而是给出了计算结果5 231.259，如下图所示。张三瘸子说“有了百度，以后我要骗王二麻子，我的武昌鱼有853.2345斤，每斤12341.98元，我也能算出来我骗了王二麻子多少钱了。”

 

使用一淘网的各位帅哥美女在提交某个查询的时候，也有特定的查询意图。例如输入“老婆怀孕4个月了可以同房吗”的用户一般是想知道是或否的答案，而不是找到一个包含字符串“老婆怀孕4个月了可以同房吗”的网页，这是典型的问题解答型查询；输入“Nokia N97港行”的一般是想购买香港行货Nokia N97手机，属于产品购买型查询；输入“松下328传真机参数”的用户一般是想了解松下328传真机的详细参数信息，属于产品详细型查询。其它可能的查询意图还包括：

查询意图类型	含义
产品购买	用户查询中有明确的产品购买需求或意愿 oppo音乐手机、成人用品、九阳豆浆机、2010淘宝流行女装
电子书籍	用户查询中表明用户有下载、购买电子书籍的需要或意愿 刑法全文、鬼吹灯txt全集下载、武装风暴最新章节等
软件下载	用户查询中表明用户有了解、下载、购买软件的需要或意愿 手机主题免费下载、everest ultimate 汉化绿色版
游戏服务	用户查询中表明用户有了解、下载、购买游戏及游戏相关的副产品的需要或意愿 传奇私服、植物大战僵尸英文版
官方网站	用户查询中表明用户有了解、登陆某个官方站点的需要或意愿 三星显示器官网、中国灵异网站
用户评价	用户查询中表明用户有了解、其他用户对某个产品的评价的需要或意愿 左旋肉碱的减肥评价、什么卸妆油好用
组织机构	用户查询中表明用户有了解某个组织、机构、公司等的需要或意愿 用友软件公司、广大环球家具超市
产品价格	用户查询中表明用户有了解特定产品价格的需要或意愿 长寿烟价格、锐步鞋报价
促销信息	用户查询中表明用户有了解特定促销信息的需要或意愿 北京十一商场打折、特价机票、皇冠店铺
商务活动	用户查询中表明用户有了解关于招商、加盟、求购、供应等商务活动信息的需要或意愿 招商加盟、童鞋批发、求购金浪KN-S1005GM
问题解答	用户查询中表明用户有了解、获取某个特定问题答案的需要或意愿 孕妇可以吃桔子吗、中国最有钱的人是谁、七夕送什么给男朋友
图片音视频	用户查询中表明用户有浏览、下载、购买特定图片、音频、视频文件的需要或意愿 孟茜图片、第四色视频、鬼步舞背景音乐
产品详细	用户已经基本确定所需要的产品，想查询该具体产品的详细描述信息 松下328传真机参数、烟雨斜阳剧情介绍
导购咨询	用户查询没有明确的产品购买意图，希望系统给出购买的信息或指导 2岁儿童零食、刘德华代言的手机、十大国产音乐手机

3.2 一淘网查询日志挖掘

没有一个测字占卜先生能够第一次测字就成功的，都是占卜了无数人才慢慢的熟能生巧，越测越准；也没有一个测字占卜先生只看求卦人写了什么字，不看求卦人的眼神、神态、情绪就开始指点迷津的，只有旁敲侧击、察言观色才能让求卦人慢慢自己道出自己所谋之事来。测字占卜先生是某种意义上的一种心理咨询师的角色。

一淘网的查询意图分析也需要事先做很多基本功，例如识别产品类型词、品牌词、型号词、促销词、颜色词、材质词、适用人群词等等，也要从已有的查询日志中分析出产品购买型查询的特征有哪些？咨询导购型查询的特征有哪些，等等。学术术语就是叫“文本特征选择”。例如前面提到的“老婆怀孕4个月了可以同房吗”中的【吗】字是一个很强的疑问特征词，而“Nokia N97港行”中【Nokia】、【N97】、【港行】都是很好的产品购买特征词，“松下328传真机参数”中的【参数】则是一个很好的产品详细型查询的特征词。

3.3 一淘网查询意图预测意义重大

寺庙的测字占卜先生占卜成功后，可以获得10钱纹银的灯油钱，而一淘网用户的查询意图预测意义远不是10钱纹银那么简单。试想想，如果王二麻子在百度输入“北京 天气”不能出来北京未来三天的天气预报，王二麻子以后跟赵四寡妇约会就再也不会使用百度了；同理，张三瘸子在百度输入“58.3*89.73”如果不能出来5 231.259，那么张三瘸子以后行骗就再也不会使用百度了。

一淘网的例子同样有效。一位帅哥在一淘网输入“老婆怀孕4个月了可以同房吗”，一淘网如果也跟主搜索意义给出如下结果，则这位帅哥以后可能再不会在一淘网问类似问题了。

 

一位美女在一淘网输入“松下328传真机参数”，如果一淘网也像主搜索一样给出一大堆卖家的宝贝，虽然能够满足她的需求，但是美女总感觉一淘网少了点什么，结果不够深入，不能更好的满足她的需求。