上一篇《关键词推荐工具中的用户引导机制之三：相关搜索query技术》中， 我们提到可使用用户query-点击日志，session数据，及网页内容，挖掘与query意图相关（同时具有变现价值）的相query推荐给客户引导用户优化搜索。 如用户还未输入，此时搜索引擎默认直接展示搜索框。但在关键词推荐系统中，更好的选择是push与用户相关高质量query，帮助用户高效发现兴趣点，本文将介绍在关键词推荐系统中，实现种子词推荐产品及策略
什么是种子query推荐功能
什么是种子词query推荐，先向大家展示两个直观的例子： 百度锁屏，以及百度关键词推荐种子词推荐功能。
图： 百度锁屏种子词query推荐
图：红框部分为关键词推荐工具中种子query功能
种子query推荐功能作用
种子query，就是在用户在搜索框中，还没有任何搜索时，通过线下挖掘计算，主动push推荐用户潜在感兴趣的query的功能。 例如百度锁屏功能的种子query，当用户锁屏准备解锁时，app推荐用户可能感兴趣的搜索引擎候选query(种子query)后，用户可以直接点击进行搜索，以提升搜索引擎访问量； 在百度关键词推荐系统中，用户还没有输入适合自己的query时，可以根据用户的历史搜索，以及百度推广业务等信息，推荐高质量的种子query给客户。
大家可能会有疑惑，既然关键词推荐就是一个推荐系统，那为什么还要有种子词推荐？ 而Baidu，或是Google首页上，也没有种子词推荐？ 从我的角度来看，Baidu，Google首页之所以没有种子词推荐功能，一方面是这两个搜索引擎简单的首页的访问量实在太大，首页上任何的信息，可点击的内容均会对网民带来影响巨大的引导作用， 举个例子： 之前就曾经发生过类似的时间，就是在百度首页上放了一个大型网站（具体网站名不便透露）的文字链，结果在很短时间内，该网站就被来自百度该文字链的流量压垮；反过来说， 在搜索引擎首页上增加种子词推荐，也会分散用户的注意力。 另一方面网民的搜索内容太泛，要做到准确推荐的确有难度。
在关键词推荐系统中，特定用户搜索的（商业）query对应的意图，产品范围均相对集中，或者说使用关键词推荐系统的用户，兴趣点相对集中，难点是用户很难想出来搜索引擎上可能接受的描述该兴趣点的千奇百怪的表述。 所以就需要使用种子词推荐功能进行搜索引导。
如何设计种子词推荐策略
可以很简单， 也可以很难。。。
为什么说很简单， 例如，在搜索引擎上， 最简单的方式， 就是直接使用一定时间内网民的搜索， 过滤掉黄赌毒反结果，作为推荐结果。 但这样做有一个问题， 就是有些搜索query，基本上可以说任何时候，搜索量都比较高， 例如搜索query “淘宝”。 为了避免该类问题， 可以使用在某一段时间内搜索量变化比较大的query作为种子query。
为什么说可以很难？ 因为这本来就是一个关键词推荐问题： 根据用户历史行为，数据，推荐用户可能感兴趣的query。 当然， 种子词推荐有它的特殊性， 因为推荐的优化目标是不一样的，它是一个多目标的优化问题：
- 符合用户的搜索意图（搜索引擎中为搜索意图，百度推广中为推广意图）
- 用户使用该种子词搜索后，为搜索引擎/商业系统带来的效用
假设搜索意图质量为Q（Quality），带来的效用为U（Utility），则这个多目标优化问题可以描述为：
S = Q^(t) * U^(1-t)
其中S为最终的Score，使用t控制Q与U在最终结果中的权重。
我们可以使用经典的colleborative filtering， 或是content-based recommendation方法， 获取到推荐词源， 之后使用以上双目标优化方式计算S来进行结果的filtering和ranking，给出Score权值最高的top n 结果。
例如， 在关键词推荐系统中，我们希望用户使用种子query进行搜索后， 一方面结果要相关， 另一方面，返回的结果数要超过阈值（或者尽可能多）， 此时， 搜索结果相关可以被定义为Q(可以离线挖掘时使用PLSA等技术进行判断相关性)， 同时使用返回结果数作为U， 最终对挖掘的种子词进行filtering和ranking。
更多内容请参考：
《recommender systems handbook》
也可关注我的微博： weibo.com/dustinsea
或是直接访问： http://semocean.com