毕业设计

Task：经过了一段时间的训练，你终于成为了百度搜索的策略产品经理。你决定从一个优化词着手开始动手，并在后台随机抽取了200个 query （标记为1的是被机器标记为「天气」的）。请选择一部分的需求，完成一个开发量 2 周，适中版本的 PRD 设计。

目录：

• 优化天气 query 识别策略 PRD
  • 项目背景
  • 项目目标
  • 需求概述
  • 需求详述
    • 本轮优化后，「天气查询 query」识别和展示策略介绍
      • 1. 天气查询需求可能来自哪些场景？
      • 2. 这些场景如何展示天气结果？
      • 3. 具体判断策略和所需词典
    • 需求
      • 1. 建立和完善对应词典
      • 2. 调整展示策略
      • 3. 修改前端样式
      • 4. 统计需求
• 自评
• CHANGELOG

注：下述表格需科学上网才可访问。

优化天气 query 识别策略 PRD

项目背景

近期分析在后台随机抽取的 200 个 query ，发现识别为天气需求的准确率是 77.78% ，若算上可能有天气查询需求（比如用户可能有出行需求）的 query ，召回率不到 40% 。对抽样 query 的统计分析见 query 分类及召回率、准确率统计 - 优化百度搜索「天气查询需求识别策略」追踪表 - Google 表格 ：

若希望用户觉得百度搜索更智能，需优化天气 query 识别策略。综合问题影响面、问题严重程度、问题解决难度和预期解决比例考虑，行动优先级见行动优先级 - 优化百度搜索「天气查询需求识别策略」追踪表 - Google 表格：

若只有两周开发时间，拟先完成优先级为中、高的行动。具体需求如下：

项目目标

• 对天气查询需求强相关的 query ，准确率提升到至少 90%，召回率提升到至少 90% 。
• 对天气查询需求弱相关的 query ，实现 80% 的准确率， 70% 的召回率。（用户对弱需求的表达方式变数更大，所以目标设定较低）

需求概述

• 提升天气需求强相关 query 的准确率和召回率
  • 准确率：检查完善对应类目词典，保证不属于天气需求，但又包含天气相关词汇的 query 不被识别成天气需求
  • 召回率：建立对应词典识别出行需求，识别更多可能有天气查询需求的 query
• 调整天气需求理解规则和展示策略
  • 与天气查询强相关的 query ，保证搜索结果首条结果即可概览天气预报
  • 与天气查询弱相关的 query ，侧边栏提供简要天气预报信息，查询结果主体按现行规则展示
• 更改前端样式，优化用户体验
  • 按上条展示策略调整侧边栏样式
  • 缩短天气查询步长：与天气查询强相关的 query ，搜索结果首页即有输入框可更换查询地名

需求详述

先来整体了解一下这轮调整的 big picture：

本轮优化后，「天气查询 query」识别和展示策略介绍

1. 天气查询需求可能来自哪些场景？

对抽样的 200 个 query 和日常生活经验进行分析发现，一个人若想表达了解天气预报的需求，一般都带这类词汇（以下称为 X term）：地点 where 或（和）未来时间 when 。比如明天/未来三天/下周下雨吗，北京下雨吗，北京下周下雨吗。

用户了解天气的需求一般来自以下情景：

• 直接表达的，该类 query 一般包含 X + Y term 。Y term 为天气查询词汇、体感词汇或天气现象词汇。比如 广州现在冷不冷（no62）、北京明天下雨吗（no121）、九寨沟现在温度如何（no192）等。

  但不少歌词等综艺影视词汇或论文中也可能出现上述 term 组合，所以判断是否为天气查询需求前，需排查不含综艺影视词典和论文词典。比如 试论我国大陆电视台天气预报节目的发展——兼谈与美国电视台天气预报节目的比较 (no110)。

• 其它希望了解天气情况的场景，主要为出行需求，比如商旅访友等，都可能要了解穿什么衣服、要不要带伞、防晒够不够等。

  那问题就比较简单了——如何判断用户有出行需求？一般来说，当用查询 X term +衣食住行时，就可能有出行。比如 去华山需要准备什么衣服（no63），海口现在穿什么衣服合适（no103），大连自驾游（no13），杭州西湖四星级附近的酒店（no116），青海西宁五星级酒店（no177）等。

2. 这些场景如何展示天气结果？

• 直接表达的，保证搜索结果首条结果即可概览天气预报，且可在该页直接查询天气，demo：

  

  

• 推测用户有出行需求的，则在侧边栏展示对应城市天气概况，不影响现行主体排序结果。demo：

  

3. 具体判断策略和所需词典

具体判断策略见 词汇分类识别规则 - 优化百度搜索「天气需求识别策略」追踪表 - Google 表格：

所需词典见 需完善的词典 - 优化百度搜索「天气查询需求识别策略」追踪表 - Google 表格：

需求

1. 建立和完善对应词典

需完善对应词典，见上述 需完善的词典 - 优化百度搜索「天气查询需求识别策略」追踪表 - Google 表格。

2. 调整展示策略

具体见上述 词汇分类识别规则 - 优化百度搜索「天气需求识别策略」追踪表 - Google 表格。

3. 修改前端样式

需按上述示意图更新 UI 并部署到前端。

4. 统计需求

先小流量上线，统计被识别为 天气需求 1（含1-0与1-1） 与 天气需求 2（含2-0与2-1） 的 query 。效果回归，召回率和准确率达标后，再全流量上线。

自评

这回作业用了 10h 左右，主要花在作图、整表格、调样式什么的。想清楚词汇分类匹配规则后，感觉其它都是体力活……

优点：

• 用演绎法而非归纳法思考需求识别策略，再从抽样 case 中验证策略是否可行，这样解决问题更高效：不但可以覆盖现有 case ，还能预测未来可能出现的 case 。比如若用户输入 凤凰古城小吃推荐 这类「地点+吃类词汇」，也可能有出行需求，可提供天气情况。
• 用表格解决各类词汇排列组合问题，避免遗漏和混乱。
• 不仅考虑了需求识别策略，还考虑了展示策略，完整优化用户体验。

疑问：判断 query 是否属于综艺影视类目或论文类目，只能从词典排查吗？这词典维护成本得多大啊……可否从返回页面的的类型比例判断？不过查了搜索引擎工作原理，好像建页面索引时，并没有收录页面属于什么类目……