搜出来的结果怎么排：目录站站内搜索的排序规则，和人工干预那条线

相关度和排序是两件事，但很多人把它们当成一件。相关度解决的是「哪些条目和这个词有关」，排序解决的是「有关的这些，谁站前面」。前一个问题有标准答案，后一个没有，它决定了用户打开搜索结果页看到的第一屏。

目录站的搜索还有个额外麻烦：用户搜的词短、偏、还常常拼写不完整。同样一个词，能匹配上几十个条目，但用户只看前三条。这时候谁排前面，比匹配准不准更影响体验。

图片来源：网络，版权归原作者所有，侵权请联系删除

默认排序该按哪些信号

信号	解决什么	权重建议	冷启动时怎么办
文本相关度	这个词和条目内容像不像	最高，占主导	唯一能立刻用的信号
字段命中位置	命中标题还是简介，分量不同	标题高于标签高于正文	直接按字段固定权重
条目完整度	简介、截图、官网链接全不全	次级加权	可用，字段本来就有
行为数据	别人点了哪个、点了多久	最小，且要平滑	数据不足时整项置零

这张表里最容易配错的是最后一行。行为数据很诱人，谁被点得多就往前排，看起来是用脚投票，实际上会形成自我强化：排前面的被点得多，点得多就更靠前，新条目永远上不来。要么给它很小的权重，要么只对「点击率」而不是「点击数」加权，并且按条目曝光量做归一。

冷启动阶段最稳的做法是整项置零。条目没有积累到几十次曝光之前，就当这个信号不存在，用文本相关度和完整度排。等数据够了再放进来，比一开始就混进去好调。

哪些能开放给运营，哪些锁死

排序规则一旦要人天天改，就会变成人肉调参。比较好的切法是分三类：

• 可调——字段权重、同义词表、停用词表。这些改完能立刻看到效果，也容易回滚，交给运营没问题。
• 审批后可调——行为数据的权重、时效衰减的半衰期。影响面大，改一次要有人看过数据再放。
• 锁死——同类目内的兜底顺序、去重规则、零结果兜底逻辑。这些是地基，开放给运营只会出乱子。

同义词表特别值得开放给运营，而且应该让他们直接从搜索日志里补。用户搜「设计」搜不到「设计师」，这类问题靠算法猜不如让人一条条填。填完之后要有生效时间和生效人记录，填错了能定位到谁。

人工干预的四种动作

有些情况确实需要人手插一脚，比如某个条目刚被投诉但还没处理完、某类词的结果里混进了不合适的条目。可用的动作就四种：置顶、加权、降权、屏蔽。

麻烦不在动作本身，在于它们没有期限。半年前为了一次活动置顶的条目，今天还挂在第一个，谁也说不清为什么。所以每一条干预记录至少要带四样东西：干预对象、理由、生效期限、操作人。到期自动失效，要续得重新走一遍。

屏蔽这件事尤其要谨慎。屏蔽掉的条目在搜索里彻底消失，前端看起来像数据少了，排查时很难想到是有人加了规则。屏蔽列表要能导出，最好在后台单独开一页展示。

三件别干的事

• 用搜索排序做商业变现——谁给钱谁排前面，用户在两次搜索之内就会发现，然后连自然结果也不信了；付费位置怎么标另有规矩，别混进排序里做。
• 人工干预不留痕——没有记录的干预等于没有发生过，出了事查不到人，也撤不干净。
• 拿搜索结果页的排序当收录排序——站内搜索给用户看，搜索引擎收录的是另一套页面，两边规则别共用一套配置，改之前先想清楚改的是哪一边。

怎么判断调好了

三个数够用。前三条结果拿走的点击占比，太高说明后面的条目白匹配了；搜索后立刻换词的比例，高说明第一屏没给对；零结果率，这个数一旦往上走，多半是分词或同义词出了问题，不是排序的问题。

调排序是个慢活。一次改一个变量，跑上一周看数据，别一次把权重全改了，那样做完了也不知道是哪一项起了作用。