共计 1173 个字符，预计需要花费 3 分钟才能阅读完成。
简介：本文通过游戏行业客户案例带大家理解游戏内容，游戏论坛等场景搜寻个性，以及如何通过凋谢搜寻游戏增强版解决方案轻松疾速接入, 实现高质量搜寻成果, 晋升业务指标和用户体验。
客户背景
国内出名的文化社区和视频平台，其游戏板块为玩家提供游戏下载、游戏测试、社区探讨、攻略等多元化内容，并且游戏支出占据总营收构造中的重要局部。
搜寻业务背景
- 内容形式多样，蕴含视频、wiki、攻略、用户等多个类目，需同时满足上述综合搜寻需要；
- 业务围绕在游戏搜寻、社区论坛攻略搜寻等场景，搜寻是疏导业务转化最重要的性能；
- 自研搜寻成果不满足业务需要，无后果率较高，点击率较低；
- 游戏行业专属分词简单垂直，波及游戏名称、版本、角色、配备、主播等 Query，且新词迭代快，搜寻成果间接影响终端用户搜寻体验；
- 游戏场景分词波及别称、术语、昵称，须要经营同学参加业务调优，自研搜寻无奈满足经营需要；
- 搜寻疏导须要满足个性化搜寻需要；
凋谢搜寻游戏行业增强版解决方案
凋谢搜寻简介
凋谢搜寻（OpenSearch）是阿里云自主研发的大规模分布式搜索引擎搭建的一站式智能搜寻业务开发平台，无需开发，一键接入即可取得高质量搜寻服务，内置阿里系技术多年积淀的外围搜索引擎，行业前沿的搜寻能力和算法能力，并充沛凋谢反对外部调用客户本人的算法模型，满足各行业各场景的业务需要，与客户彼此成就、独特成长；
游戏行业增强版搜寻架构
解决方案
客户数据定制分词
针对客户业务场景为特定畛域的状况，在文本搜寻的分词算法上，通过自动化基于客户数据的定制分词模型流程，能够在天级别实现适配，提供客户专属的文本分词器。
通用版 VS 游戏增强版分词成果比照：
2. 游戏行业向量召回模型
相比传统文本搜寻须要通过分词、同义词、纠错、词权重改写等算法技术加强语义搜寻成果，基于深度学习的语义向量召回模型具备更弱小的表征能力，能够更好地解决用户查问词中的简写、别名、拼写错误等状况。
3. 个性化搜寻疏导
- 下拉提醒实现了基于用户文档内容的 query 智能抽取，能够通过中文前缀，拼音全拼，拼音首字母简拼查问以及汉字加拼音，分词后前缀，中文同音别字等查问下拉提醒的候选 query。
- 热搜和底纹是一个残缺搜索引擎必备的基本功能，通常占据着搜寻框入口的重要地位，提供不可或缺的业务价值.
客户价值
- 仅用 1 周工夫高效接入上线，简直无需额定调试，疾速响应客户侧业务需要；
- 游戏行业增强版搜寻成果显著优与自建搜寻，外围指标无后果 PV 降落 10%，无后果率降落 40%，晋升业务转化成果；
- 间接解决大部分之前自建搜寻的 badcase，游戏行业智能语义了解性能优化了用户产品体验，用户黏性得以提审；
- 测试了客户在保护中的重要经营词，搜寻成果均合乎预期，经营侧同学可通过控制台间接调优保护，与产品技术协同，对搜寻指标负责，继续跟进搜寻能力迭代；
原文链接
本文为阿里云原创内容，未经容许不得转载。
正文完