搜索整体架构

整体结构

搜索按照模块划分，整体分为三个主要部分，分别是离线数据挖掘、召回系统、排序系统。
离线数据挖掘负责离线商品等成分提取等功能，包括商品的实体词挖掘，类目预测，属性挖掘，以及商品title seo优化和网格拓品等。

索引召回

索引召回的主要目标是根据输入的query搜索词，然后经过词法分析、查询变换、短语分析、成分识别和线上应用等操作，将现有的query查询词经过分词和归一化，然后进行纠错和相似词变换等操作，对短语进行词权重赋权，然后进行成分识别，比如说识别出来核心产品词、品牌、属性等成分。最后通过构建召回语句和意图识别。
query理解完成之后呢，我们进行进一步召回，有基于倒排索引的召回，主要依赖于query查询理解里面的召回语法构建。然后是也可以基于双塔bert+dssm等深度模型的语义召回。或者通过用户query点击关系挖掘的，query个性化召回。

排序部分

排序部分有四个，相关性模块，粗排模型，配额模型，精排模型
相关性模块基于bert计算query和sku之间的相关性关系，用于进行后续的模型排序分层。
模型排序分为了粗排xgb模型，每个分层内部都有一个排序。
配额模型，主要对用户的多业态需求进行预测，预估用户的不同概率，用于粗排各业态数据截断。
精排模型分为了精排多目标模型，多目标模型主要结合多业态进行排序，每个业态都有自己的专家塔，专家塔有自己特有的属性特征。