吐血分享！从技术角度剖析淘宝标题及关键词

yuchao

                                                                 
                                    
话不多说，直接进入主题：
买家搜索的关键词，常常是以下的状态。

那么，我们拿其中的一个长关键词来搜索试试看

这个宝贝不代表什么，复制他的全标题，在主搜里面搜索

在搜索结果页面空白的地方单击右键，选择查网页原代码，

在源码页输入ctrl+f键，在搜索框里输入span class="H"

在以上源码页出现的标黄的区域是淘宝分词的结果。讲到分词，有必要解释一下淘宝的整个搜索过程，注意，干货就在这里。

解释一下这个步骤：
1， 用户根据需求搜索关键词，可以是长关键词，比如雪纺连衣裙长裙。可能是短关键词，比如连衣裙。也有可能是一些无聊的关键词，比如什么东西好吃，怎么找女朋友等等
2， 当用户把搜索关键词提交到淘宝的时候，淘宝会对这些关键词进行分析，也就是分词。淘宝会对这个关键词进行分析，这个分析涉及的关键词粒度的大小（粒度是指数据的精准程度），那么关键词粒度又是怎么来分的呢？这个就会涉及到分词里面的词义分词法，词义分词法的意思是进行句法丶语义分析，利用句法信息和语义信息来处理歧义现象来分词。（目前这个技术还不是绝对成熟，但是阿里已经使用很久了），比如上面讲到的雪纺连衣裙长裙这个关键词，

淘宝把这个关键词分成这样：雪纺，连衣裙，长裙

当然，分词远不止这么简单，而只是我们说到的分析的一部分，比如这个

搜索的很奇葩是不是？如果遇见这样的关键词，淘宝会对通过上面我们说到的词义分词法，对这个关键词进行分析处理，去掉那些干扰信息，比如搜索：什么核桃好

以上是对分词简单解释，当然分词功能远不止这些，但是执行方法都基本差不多。