请教一个问题，搜索词的生成应该怎么做。

[Braisdom]

例如在 Google 中输入：Java

google 会生成: javascript, java binary search, java 教程等一些列。

这些生成算法应该使用哪些？

[optional]

ML 的经典场景

[Braisdom]

@optional 有具体的方法吗，目前只需要做到及格分就可以了。

[XJohn]

一般都不是算法生成的。
suggest 数据都会有以下一些来源：
1. 搜索数据本身的一些 title 、tag 属性等
2. 用户的搜索词(如用户可能会搜索 java ，还可能会搜索 javascript)
3. 爬虫抓取

[Braisdom]

@XJohn 数据我有，我主要是做数据分析的搜索，关键词 都是预定义的，数据会比较多。

[realrojeralone]

最简单的直接基于 Trie 做，query 的权重要加到 TrieNode 里，Trie 树里召回一堆词以后再加入一些提前处理好的非前缀词，比如和召回 query 强相关的中缀、后缀，最后排序

[Braisdom]

@realrojeralone 序列的权重怎么处理呢，例如：java orm 后面的词，单个词的权重容易计算，序列就比较麻烦了。

[optional]

如果只是前缀匹配，那非常简单，像楼上说的 trie 树或者直接数据库前缀匹配都可以获得一些推荐，难的是怎么做权重和关联性

[wx006]

@Braisdom 处理好的数据写到 es 可以满足要求吗

[MindMindMax]

其实，搜索运营人员也会参与进来

[Braisdom]

@wx006 ES 倒是一个不错的方法，检索起来也比较灵活，搜索效率也够用了。

[realrojeralone]

@Braisdom 没有序列的概念，每个 suggestion 都是整体，比如 "javascript" / "java orm"，在数据挖掘时 "java orm" 是从日志中挖掘出的用户 query ，如果很多人搜了 "java orm"，这个 query 的权重就比较高。虽然在搜索时引擎内部会分词做召回，但是实际上用户想搜索的是个整体 "java orm"，所以这个 query 就是个 suggestion ，不需要再分词单独计算权重。

[Braisdom]

我在做一个类似 ThoughtSpot 的项目，目前核心的 SQL 编译已经解决了，就差搜索提醒和 UI 了。

[realrojeralone]

没有性能要求，对效果要求也不高，可以直接上 ES ，不然没必要自研，还是挺麻烦的

[Braisdom]

@realrojeralone 搜索日志，只能优化排序，原生的搜索词生成是基于系统的关键字检索出来的，系统在冷启动时，排序可以是随机的，随着使用情况，逐步优化。当然也可以初始化一些排序。

[shoumu]

可以看看 es 的 suggester

https://www.elastic.co/guide/en/elasticsearch/reference/current/search-suggesters.html#search-suggesters

[Braisdom]

@realrojeralone 最关键是能够持续学习，随着持续的使用，能够学习到用户的使用习惯。

[realrojeralone]

@Braisdom 听起来不是搜索引擎类产品，那就可以先人工运维一版初始的 query 和权重，后续有了搜索日志以后再优化，或者考虑其他不用 Trie 的实现，完全用算法 比如 n-gram 生成 suggestion

[buyan3303]

不懂的人提一嘴 搜索关联展现这东西，好像是叫倒排索引。
至于怎么展现 就是上面各位坛友说的了。

[Braisdom]

@realrojeralone 我想做的是根据用户输入的关键词编译成不同数据库的 SQL ，进行数据分析，和搜索引擎不太一样，但搜索提醒是用户体验的关键，这块做不好，后面再强大，也没啥用。

[fcten]

trie 树召回，召回之后再排序。没必要把召回和排序放到一起，不利于后续迭代优化。