金融信息和垂直搜索技術結合，未來前景如何？

01-28

金融信息和垂直搜索技術結合，未來前景如何？將公開渠道的金融信息通過搜索技術並實現信息聚類，有效的提供給投資者或是研究機構的市場前景。

作為一個有過財經搜索經驗的產品經理，我把重要的三條經驗與大家分享一下。

第一，用戶角度。財經搜索的信息聚類，給用戶帶來的是知識結構網。用戶在搜索信息時，通過某個關鍵字查詢，能獲取相關聚類信息點。例如：搜索「浦發銀行」，能獲取相關的上市公司業務、股東背景、關聯公司、關聯人物、重大事件（增發、併購等）、行業上下游...，這些關聯性信息，能有效的幫助用戶進行多維度分析。但用戶體驗的關鍵點不在獲取這些信息，因為這種信息聚類功能F10已經做了。用戶體驗重點在於，通過聚類信息知識點，快速尋找下一個可能分析的知識點聚類，並快速通過搜索得到，這樣層層深入分析，用戶可以獲取最大、最深層次的知識內容進行分析。其實這背後用戶搜索的是一張聚類信息的知識網。

第二，知識網結構。財經知識網構建，是需要花很長時間積累、建立的專業資料庫。舉例：統計局公布CPI數據，同比上漲1.9%，豬肉價格同比上漲3.4%。可能影響到的上遊行業有A、B、C，可能影響到的下遊行業有D、E、F，關聯的上市公司有G、H，上市公司主營的產品有鮮肉、飼料加工，飼料加工的同業公司有I、J....這些關聯的知識點就構建成了一張知識網。這些專業的知識關聯一般用戶很難聯繫起來，需要專業的研究人員慢慢構建。

第三，語義分析。這個是做財經搜索最需要技術處理的地方。基本上語義分析技術是需要基於海量歷史數據才能做出準確的搜索結果，高質量的結果能極大提示用戶體驗。例如：搜索浦發銀行，能獲得歷史上全部券商研究報告中重要財務數據：每股收益、主營業務收入、凈利潤同比、市盈率、市凈率等，同時展現時最好能圖形化。對這些重要數據的提取，要求對文本處理技術比較成熟。主要是基於規則提取，再不斷完善。

目前，我知道的國內做財經垂直搜索的有同花順「搜牛」、宏爵財經「全景財經搜索」，但都沒有做的太好，感覺提示空間還很大。

個人看法：前景很誘人，道路很漫長。

前景誘人：

舉出一個例子，如果一個客戶，希望購買銀行理財產品，那買什麼呢？如果在搜索引擎中搜索「現在買什麼理財產品好」，搜索引擎給出的結果中：1.告訴一個很合適（符合客戶風險要求、產品評價不錯、現在還能夠買得上、等等條件）的產品；2.提供一些理財產品的信息，比如最低金額、時間期間、購買渠道等；3.挑選合適理財產品的知識和經驗；等等一些信息。如果能夠實現這樣的搜索技術，對廣大金融信息知識貧乏的普通老百姓來說，吸引力足夠。在這個上面加上廣告（對接銷售渠道等），盈利也就不遠了。

道路漫長：

客戶對金融信息的需求特點：實時性、專業性、個性化。搜索引擎技術我沒有搞過，不知道到底能否實現這些智能化的需求。但是從目前搜索引擎的結果看，和普通老百姓的需求差距非常大（上面的三個特點基本都沒有，大家搜搜「買什麼基金好」就有體會）

談到垂直搜索與金融信息的結合，我想轉化一下概念，談一談基於自然語言處理NLP技術的智能搜索與金融信息的結合。
首先，智能搜索的本質是能夠精準快速的將用戶需求與金融信息進行連接，打通用戶需求與金融服務。
那麼從2個方面來剖析這個問題：

1、如何理解用戶需求？
撇開輸入方式，如是圖片、語音還是文本等等，最後轉化的結果都可以理解為是一段帶有查詢意圖的關鍵詞文本，直接拿關鍵詞去搜索是不是可以，當然也是可以的，如果不需要理解用戶語義的話，但是，在不同的使用場景下、不同的用戶身份情況下、不同的語境下、甚至是移動端還是PC端的情況下，智能搜索系統都應該考慮進去，進而對用戶的意圖進行綜合計算，不能保證100%，但是能保證在大概率的情況的猜測正確。

2、如何計算金融服務和信息？
撇開金融服務和金融信息的數據採集工作，當然，這部分也非常重要，如果數據採集不夠及時、錯采漏采等，後面的工作做的再好效果也是沒有的。這裡不做贅述。計算匹配金融服務和信息，在大數據情況下，為保證搜索的精準度，必須採用分散式計算和集群部署，保證毫秒級的計算速度；同時為了讓實際金融服務業務適合度較高，必須做定製化智能引擎的開發和語料的訓練，在邏輯上包容考慮業務需求的差異性，同時考慮到業務的變化呈出不窮，也要保證引擎計算的魯棒性較好，既能夠完成精準化計算和匹配，又能夠面對變化智能的快速處理。當系統處於冷啟動狀態下時，其實用戶的搜索行為是沒有的，所以無法計算用戶行為對智能搜索結果的影響，但是當系統運行一段時候以後，會積累一些有用的用戶行為信息，這些用戶行為數據不僅僅對用戶搜索意圖的理解是有幫助的，而且對計算匹配精準的金融服務和信息也是有幫助的。

基於以上2點，智能搜索基本上能夠滿足垂直領域用戶對金融信息的需要了，目前市場上已經有成功使用智能搜索應用場景了么？是有的，在招商銀行APP5.0上我們搭建了基於自然語言處理NLP的分散式計算集群部署的智能搜索平台，初步實現智能聯想識別用戶搜索意圖，智能分析用戶行為，精準匹配金融服務和信息。滿足了數千萬用戶每月幾億的搜索需求。
如果您和朋友們有金融領域內智能搜索需要支持，可以關注下微信公眾號：mayabot 進行留言諮詢。

推薦一個金融垂直搜索的網站，融360

股票垂直搜索網站：搬礦Alpha，http://www.bankuang.com

同花順在做的http://m.iwencai.com/

金融信息大致有技術面、基本面和情緒面三個角度，目前已有專門的資訊廠商進行整理，但做為重直搜索，如萬點、搜牛都有類似的嘗試，金融信息由於可以給使用者帶來直接收益，故收費的潛力很大，垂直搜索如果能將上述方面的三個信息整理得較好，前景會很大。

互聯網金融很好的發展前途