圖片搜索中的有趣技術

01-29

從16年年中開始對圖片搜索效果進行優化，網路中關於圖片搜索的優化的資料基本沒有，優化初期進展舉步維艱，經過幾個月的不斷的探索，深入的分析了圖片搜索自身的業務特點，展開了一系列的有挑戰、有趣、有效的工作，使得圖片搜索的整體效果得到了明顯的提升。以下一系列文章是組內同學在圖片搜索項目做的一系列非常有效、有創新性的落地工作，包括：

查詢詞-圖像相關性計算
查詢詞-站點相關性計算
頁面文本-頁面圖像相關性計算
圖片搜索中的關鍵詞抽取技術
LTR
文本語意相關性計算
文本匹配相關性計算
查詢詞分析
點擊模型
圖像質量分析
高質量結果構建
頁面解析中的學習方法
...不斷更新中

以上工作，涉及到多方面的機器學習技術，包括NLP、文本分析、Graph Mining、深度學習、多模態學習、用戶行為分析、LTR等技術。通過下面兩個query的效果變化來體會一下加入這些技術後的效果變化，具體的實現方法看以上相關文章（部分工作還在進行，敬請期待），希望對大家有借鑒價值，歡迎批評指正。

[銳角]

優化前：

優化後：

[南山滑雪場]

優化前：

優化後：

通過最近一年的工作，對搜索有兩點體會：

1. 圖片搜索技術確實難，表現在三點：需要對query有深入的理解，而用戶表達需求的query紛繁複雜，表達千變萬化；需要對結果doc有深入理解，而結果doc千變萬化，每個站點、每個頁面都有自己的特點；對query和doc有深入理解後，需要有技術去理解這兩個理解，不簡單。

2. 圖片搜索技術確實有趣，因為確實難，所以確實有趣，搜索技術可以說能夠涵蓋絕大部分的機器學習技術，提供了非常寬廣的發揮自身能力的空間。