电商搜索——query分析

最近在接手电商方案的搜索，把一些遇到的问题记录一下，
1、数据现状
对于搜索系统与推荐系统来说，数据是整个系统的根基，不论多么牛逼的算法都离不开良好的底层数据。对于目前的数据，很不幸的是目前的数据不够良好，所面临的问题有
1、物料不够丰富：整个商品库只有60万，（刚接手的时候还感觉挺多的 后来实际操作才发现根本不够用）
2、商品属性缺少，目前我们能拿到的商品属性只有商品的标题、tag、价格信息。品牌什么的都是蕴含在标题中的。
接手电商业务之后，首先表面上看搜索结果相关性比较差，搜索运动鞋会出现大量的鞋带，因此需要从头开始优化，因此第一步首先开始优化Query分析
2、Query分析优化
2.1 分词
搜索系统采用的分词是Hanlp分词，之前在接手Hanlp之前一直使用IK，跟行业资深人士聊完以后才发现Hanlp才是主流因此开始使用Hanlp，Hanlp的分词模式有很多，使用起来效果也很好，借助Hanlp完成以下功能；，Hanlp执行速度也很快，完成一个query分析可能只需要不到10毫秒
a).query性别分析： 通过分词结果来发现有没有女性相关词汇，比如女性，妈妈，姐姐，妹妹
b).物品分类 目前query意图识别做的比较简单仅仅通过query的分词结果是否含有相关的分类词语，如果有的话 强制限制tag属性是该分类