论文部分内容阅读
普通搜索的一般流程
在了解深度搜索之前，我们先来了解一下什么是搜索。搜索过程简单理解就是用户键入搜索关键字，然后搜索服务器返回符合关键字要求的结果，这样一个交互过程。提供搜索服务的主体如百度、谷歌服务器，或者系统自带的搜索服务，它首先根据用户经常搜索的关键字对搜索资料建立索引，当用户键入的关键字符合索引要求时，就将数据库中所有符合要求的结果展示给用户选择（图1）。
多方优化的深度搜索
虽然搜索过程看似简单，但是在实际使用中服务器返回的搜索结果却经常不如人意。比如在实际使用中我们经常要进行组合搜索，比如要在文档库中搜索包含“A”或“B”关键字的文章，此时就要用到高级搜索语法。对于一般用户来说，高级搜索语法显得晦涩难懂，作为普通用户，他们更倾向于使用自然语言进行搜索。现在深度搜索即可解决这些传统搜索引擎遇到的难题。
在结果中筛选的“分面搜索”
经常在淘宝购物的朋友都会使用淘宝提供的搜索服务，比如我们想购买价格最低并且包邮的小米手机，一般就在搜索框直接输入“小米手机”，然后勾选价格从低到高排序和包邮，这里的“价格排序”和“包邮”选项就是过滤条件，这样可以更精确地得到我们需要的结果（图2）。
在搜索术语中，淘宝提供的就叫分面搜索（Faceted Search），它可以实现更精准的搜索。深度搜索使用类似的分面搜索技术，但是那些过滤条件是内置在搜索引擎中的，而不是像淘宝那样显示放置在搜索页面中。深度搜索引擎具有卓越的检索词解析和自然语言理解能力，用户输入简单的搜索关键字，深度搜索则返回更接近用户需求的搜索结果。比如虽然直接输入的只是“小米手机”，但是返回的结果中默认会按价格排序，并且包含包邮选项。当然这些都是分析的结果，深度搜索服务器需要分析大量用户的搜索习惯，然后将最佳结果推送给用户。
为搜索资料做深度索引
资料的索引是搜索的基础，搜索服务器必须为被搜索的资料建立详细的索引。传统的搜索引擎建立的索引包含的信息不够丰富，比如通过传统搜索引擎搜索一场演唱会的信息，一般得到的搜索结果就是演唱会举办地、价格、参加明星等信息（图3）。
不过对于深度搜索，它建立的索引信息就要复杂得多，除了上述信息外还要分析很多元素，比如乐队以前的演出内容是否和最新演唱会类似？人们是否喜欢以前的演出？乐队粉丝呈现什么样的人口分布？演唱会会场如何等。深度索引通过建立搜索资料详尽的索引信息来满足用户的搜索需求。当然具体包含哪些索引信息，需要搜索服务器根据用户的地理信息、人口特征、兴趣点信息和位置数据库，以及社交网络等进行分析和处理（图4）。
这样用户只要在前台简单输入“XX演唱会”作为搜索关键字，其他关于该演唱会的丰富索引信息，会全部被纳入深度搜索服务器的后台运算当中，从而给用户返回一个丰富而适当的搜索结果，比传统搜索要精确得多。
深度理解用户的搜索企图
深度搜索引擎在前台只需要用户使用他们熟悉的自然语言进行搜索，这样后台服务器就需要有强大的自然语言学习能力，涉及到查询解析和自然语言理解技术。比如用户输入“哪一家餐厅适合Mike的结婚周年纪念日”作为关键字进行搜索。
搜索引擎首先要理解用户搜索需求，比如上述例子，深度搜索要先解析出是“Mike结婚纪念日”+“餐厅”，解析出结果后，搜索引擎就需要在后台进行分析并推送检索结果。但是深度搜索并非像传统搜索那样，直接推送XX餐厅。它使用了深度查询，比如会分析谁在搜索（如从搜索关键字判断可能是Mike的朋友）？他们在哪（可以通过IP地址确定）？天气怎样？他们过去搜索了什么？他们的亲人朋友是谁等因素进行后台复杂的分析，然后向用户推送查询结果。
比如深度搜索知道搜索者在北京，那么就不会将其他地方的餐厅推荐给用户。如果深度搜索数据库知道搜索者讨厌垃圾食品，就不会显示麦当劳的结果给他/她。此外，它还会搜索你的社交信息，比如一般朋友喜欢什么你可能也会跟着喜欢，这样将他们的偏好都考虑进来，通过深度查询，深度搜索就能将最精确的搜索结果推送给用户（图5）。
在了解深度搜索之前，我们先来了解一下什么是搜索。搜索过程简单理解就是用户键入搜索关键字，然后搜索服务器返回符合关键字要求的结果，这样一个交互过程。提供搜索服务的主体如百度、谷歌服务器，或者系统自带的搜索服务，它首先根据用户经常搜索的关键字对搜索资料建立索引，当用户键入的关键字符合索引要求时，就将数据库中所有符合要求的结果展示给用户选择（图1）。
多方优化的深度搜索
虽然搜索过程看似简单，但是在实际使用中服务器返回的搜索结果却经常不如人意。比如在实际使用中我们经常要进行组合搜索，比如要在文档库中搜索包含“A”或“B”关键字的文章，此时就要用到高级搜索语法。对于一般用户来说，高级搜索语法显得晦涩难懂，作为普通用户，他们更倾向于使用自然语言进行搜索。现在深度搜索即可解决这些传统搜索引擎遇到的难题。
在结果中筛选的“分面搜索”
经常在淘宝购物的朋友都会使用淘宝提供的搜索服务，比如我们想购买价格最低并且包邮的小米手机，一般就在搜索框直接输入“小米手机”，然后勾选价格从低到高排序和包邮，这里的“价格排序”和“包邮”选项就是过滤条件，这样可以更精确地得到我们需要的结果（图2）。
在搜索术语中，淘宝提供的就叫分面搜索（Faceted Search），它可以实现更精准的搜索。深度搜索使用类似的分面搜索技术，但是那些过滤条件是内置在搜索引擎中的，而不是像淘宝那样显示放置在搜索页面中。深度搜索引擎具有卓越的检索词解析和自然语言理解能力，用户输入简单的搜索关键字，深度搜索则返回更接近用户需求的搜索结果。比如虽然直接输入的只是“小米手机”，但是返回的结果中默认会按价格排序，并且包含包邮选项。当然这些都是分析的结果，深度搜索服务器需要分析大量用户的搜索习惯，然后将最佳结果推送给用户。
为搜索资料做深度索引
资料的索引是搜索的基础，搜索服务器必须为被搜索的资料建立详细的索引。传统的搜索引擎建立的索引包含的信息不够丰富，比如通过传统搜索引擎搜索一场演唱会的信息，一般得到的搜索结果就是演唱会举办地、价格、参加明星等信息（图3）。
不过对于深度搜索，它建立的索引信息就要复杂得多，除了上述信息外还要分析很多元素，比如乐队以前的演出内容是否和最新演唱会类似？人们是否喜欢以前的演出？乐队粉丝呈现什么样的人口分布？演唱会会场如何等。深度索引通过建立搜索资料详尽的索引信息来满足用户的搜索需求。当然具体包含哪些索引信息，需要搜索服务器根据用户的地理信息、人口特征、兴趣点信息和位置数据库，以及社交网络等进行分析和处理（图4）。
这样用户只要在前台简单输入“XX演唱会”作为搜索关键字，其他关于该演唱会的丰富索引信息，会全部被纳入深度搜索服务器的后台运算当中，从而给用户返回一个丰富而适当的搜索结果，比传统搜索要精确得多。
深度理解用户的搜索企图
深度搜索引擎在前台只需要用户使用他们熟悉的自然语言进行搜索，这样后台服务器就需要有强大的自然语言学习能力，涉及到查询解析和自然语言理解技术。比如用户输入“哪一家餐厅适合Mike的结婚周年纪念日”作为关键字进行搜索。
搜索引擎首先要理解用户搜索需求，比如上述例子，深度搜索要先解析出是“Mike结婚纪念日”+“餐厅”，解析出结果后，搜索引擎就需要在后台进行分析并推送检索结果。但是深度搜索并非像传统搜索那样，直接推送XX餐厅。它使用了深度查询，比如会分析谁在搜索（如从搜索关键字判断可能是Mike的朋友）？他们在哪（可以通过IP地址确定）？天气怎样？他们过去搜索了什么？他们的亲人朋友是谁等因素进行后台复杂的分析，然后向用户推送查询结果。
比如深度搜索知道搜索者在北京，那么就不会将其他地方的餐厅推荐给用户。如果深度搜索数据库知道搜索者讨厌垃圾食品，就不会显示麦当劳的结果给他/她。此外，它还会搜索你的社交信息，比如一般朋友喜欢什么你可能也会跟着喜欢，这样将他们的偏好都考虑进来，通过深度查询，深度搜索就能将最精确的搜索结果推送给用户（图5）。