搜「设计」出不来「设计师」：目录站站内搜索的相关度该怎么调

对目录站来说，站内搜索框是最接近意图的一个入口：用户敲进去的词，就是他现在想要的。但这个入口也最容易做坏——用数据库的 LIKE '%关键词%' 糊一个搜索出来，用户搜「设计」出不来「设计师」，搜「ps」什么都不出，几次之后就没有人再用它了。

图片来源：网络，版权归原作者所有，侵权请联系删除

先明确一件事：站内搜索要的是召回，不是精确

站内搜索和数据库查询的思路完全不同。数据库要的是「符合条件的记录」，站内搜索要的是「最可能满足用户意图的条目」。用户的输入永远是残缺的、模糊的、有错别字的。

所以站内搜索的第一原则是：宁可多召回一些相关度稍低的结果，也不要返回零条。零结果是搜索体验里最严重的失败——用户不会觉得「这个站没有」，他会觉得「这个站不行」。

查询改写：在查询之前先做四件事

用户输入的词不能直接拿去匹配，中间要有一次改写：

• 分词：中文必须先分好词。「免费设计素材」切成「免费 / 设计 / 素材」，而不是拿整串去匹配。
• 同义词扩展：这是目录站最该投入的一块。「设计」要能扩展到「设计师 / 平面设计 / 视觉设计 / design」，「PS」要能扩展到「Photoshop / 图像处理」。词库不用一次建完，从搜索日志里长出来最准。
• 拼音与首字母：中文站必须有。「sj」「sheji」都要能命中「设计」。成本很低，收益立竿见影。
• 纠错：对查询词做编辑距离匹配，命中词库里的近形词。「設计」「设汁」「photoshpo」这类输入要能救回来。

字段权重：标题比简介重要得多

同一个词命中不同字段，意义完全不一样。出现在条目名里，说明这就是用户要的站点；出现在简介里，可能只是顺带提了一句。

一套常见可用的权重配置：

字段	建议权重	说明
条目名（站点名）	10	命中即高度相关
别名 / 英文名	8	处理中英文混搜
标签	5	人工打的标签可信度高
所属分类名	3	类目词的兜底召回
简介正文	1	权重最低，避免噪声

排序层面，BM25 或 TF-IDF 都比简单的「命中次数」合理：它会自动惩罚「的」「网站」「免费」这类在几乎所有条目里都出现的词，让真正有区分度的词浮上来。目录站的条目描述模板化很严重，这个惩罚尤其重要。

零结果率是最该盯的指标

站内搜索该看的不是「搜索次数」，而是零结果率——返回零条的查询占全部查询的比例。这个数字能直接反映词库和条目覆盖的缺口。

健康的目录站，零结果率一般能压到个位数百分比。如果超过两成，说明两个问题里至少有一个：条目覆盖不够，或者查询改写没做。

做法很简单：把零结果的查询按频次排序，每周看一次。高频的零结果词有两种处理方式——能补条目就补条目，补不了就加进同义词词库或建一个新分类。这份清单同时也是最好的选品指南：用户在你的站上反复搜却搜不到的东西，就是你该收录的东西。

零结果也要给台阶下

就算召回做得再好，零结果也一定会发生。这时候页面不能只写「未找到相关内容」，要给三条出路：

• 降级到分类页：把查询词扔给分类器，猜一个最可能的类目，展示这个类目的条目。搜「设计」没有精确命中，就展示设计类目的一批站点。
• 展示热门条目：给一个兜底的热门列表，把用户留在站内。
• 给一个提交入口：让用户可以直接提交他知道但这里没有的站点。这一条对目录站最有用——零结果页因此可以变成收录来源。

别忘了搜索框本身的细节

几个成本极低但影响明显的点：

• 搜索建议（自动补全）：输入到第二个字就开始给候选，既加快输入，也顺手纠正了意图。候选来源优先用历史搜索词和类目名。
• 结果页展示匹配片段：把命中的那段文字高亮出来，让用户一眼知道为什么这条会出现。
• 记录每一次搜索：查询词、结果数、有没有点击、点了第几条。这份日志是词库、类目、选品三条线的共同输入。

站内搜索做得好的标志，不是算法多先进，而是用户搜完之后点了东西。点击率比相关度分数更能说明问题。

改进步奏建议

按投入产出排：

• 第一周：接分词，配字段权重，把 LIKE 换成真正的全文检索
• 第二周：加拼音和首字母匹配，加自动补全
• 第三周：从搜索日志里挑高频零结果词，建第一版同义词库
• 持续：每周看零结果清单，能补条目补条目，补不了就加词或建类目