ThinkTAG

本文是翻译的：

我说过N次，搜索的王道是理解用户意图。一个只有两三个词的搜索语句，因为语言本身的复杂语义，不足以让搜索引擎提供相关的，有用的结果。但是现在，我们有了解决这个问题的方法，搜索方面的竞赛给我们提供了在关键词搜索顶部消除关键词语言干扰的层，而且有较多方法来实现。

接下来，我们看看Baynote是通过什么样的方法来消除搜索词的歧义的。我们有机会跟Baynote的营销总监 Mike Svatek交流，向他咨询Baynote在这方面的做法。

Mike：我们的目标是提高网站的搜索，导航和内容浏览的效率。当我们讨论搜索的时候，我会稍稍扩大一点我们的谈话范围，比如消费和浏览。我相信大家都很了解amazon，它基于协同过滤的推荐方法提升了30%-35%的销售量。

Baynote的哲学是，每个人都在生活中扮演很多种角色，可能是父母，儿女，教师，运动员，或者是汽车爱好者，等等。正是这些角色让大家的生活充满乐趣。

–Mike提到，试图理解用户作过去为某个特定的角色下的行为，是某些消除歧义的方法会遇到难题。

Mike： 系统要做的，就是尝试理解用户想要的。作为个人，我们知道你喜欢X，Y，Z。但我们没有找到一种有效的方法来知道人们因为生理和心理喜好而想看到的东西。 事实上，我们不想太过于关注大量的用户过去的行为，我们更偏向于了解用户当前的心态，然后通过搜索引擎返回给他们更合适的产品信息。
对于这点，amazon目前的推荐方式并没有很好的体现。比如：在圣诞节的时候，我给我爸爸买了一套高尔夫球棒，第二个月给我女儿买了一个钱包，再然后， 给我妻子买了MP3，最近这个月，才买了我自己的东西。于是，我实际上扮演了很多种角色，但amazon最近仍然推荐给我hello kitty的钱包，这并不是我想要的。

–Mike说的是有道理的，但是，不表明Baynote有能力来处理这些能让系统产生歧义的问题。比如：我看过了一些关于心理学的书，但是我喜欢的书可能在这个行业之外。

Mike： 如果你来找一本关于心理方面的书，我们会关注其它很多同样找心理方面的书的用户，通过记录他们的搜索，浏览，点击和购买，来确定哪些人是与你有同样意图的 人，哪怕其中有一些人没有发生购买行为，只要我们能证明他确实对这本书有过兴趣，我们就会考虑。通过大家的行为，推荐给你适合的结果。

–Baynote实际上是在关注“群体的智慧”，值得注意的是，Baynote回避了个人历史点击流的数据，但这正是google和其它网站一直关注的，在这一点上，我们不得不再次问问Mike的意见。

Mike： 我用怀疑的态度来看待这些个性化，搜索，和区分用户角色的方法。因为用户永远是在变化的，不管是他们的角色还是需求，所以，认准某一个方法是比较危险 的，Baynote要下注的，可能更像Wikia的方式，与其说个性化，不如给用户展示自己意图的地方，这需要用户参与并表达出来。

其 实，无论是解决问题的方案，还是人类社会本身的系统，都有相通的地方。就是如何处理每个人的利益，怎么样创造这个大的环境。比如：为什么在这些地方形成了 城市？为什么城市的道路是这样建的？说不定，我们可以用一种更自然的方式来处理这些问题，先让人们自由选择，慢慢地，就会形成规律。当然，这需要大家共同 来努力和尝试