成为搜索产品经理（1）：搜索引擎

本文作者从了解搜索产品经理的目的出发，对搜索引擎的发展进行了梳理分析。希望通过此文能够加深你对搜索产品的认识。

最近和百度大搜的产品同学交流他的工作，交流之后，自我觉察到我对该岗位的工作认知仍不够系统，当然，对一个工作岗位的认知也不是三言两语，1个小时的沟通就能了解透彻的。

我尝试在网络上找一些资料，但发现，网络上很少有系统化讲解这一岗位的文章。本着罗老师在2020年时间的朋友里面讲到的「躬身入局」的精神，我尝试查阅了一些枯燥无味的书籍以及文献，并将其整理如下，与大家分享。

一、互联网的发展

在讨论如何成为搜索产品经理之前，我们需要了解搜索引擎的发展。想要了解搜索引擎的发展，我们先将时间轴拉回20世纪90年代，回顾互联网的发展。

20世纪90年代，技术与产品的发展，为互联网的快速普及和发展做好了准备。

1.1 技术上的发展

1991年，Tim Berners-Lee（蒂姆·伯纳斯-李、万维网的发明者）将超文本的概念引入互联网，同时推出www雏形、配套的HTTP传输协议以及相应的Web服务技术

我来解释一下，蒂姆·伯纳斯-李做出这些发明，意味着什么。

1.1.1 超文本概念
超文本（Hypertext）简单来说是一种可以显示在电脑显示器或其他电子设备的文字，其中的文字包含了可以链接到其他字段或文档的超链接，允许从当前阅读位置直接切换到超链接所指向的文字。

从其技术上来说，超文本是指使用超文本标记语言（HTML, Hyper Text Markup Language）编辑包含标记指令的文本文件，通过资源定位符（URL, United Resource Location )指向其他内容，在不同的文档或同一文档的不同部分质检建立联系。使得使用者可以通过一个网址访问不同网址的文件。

1.1.2 万维网
万维网WWW(World Wide Web)是一个通过互联网访问的，由许多互相链接的超文本组成的系统。是一个大规模的联机式的信息储藏所，英文简称Web。万维网用链接的方法能方便地从互联网的一个站点访问另一个站点，从而主动地按需获取丰富的信息。

5个万维网站点

上图画了5 个万维网的站点，它们可以远隔数千里，但都必需连接在互联网上。每一个万维网站点都保存了许多文档。这些文档之间通过链接(link)，有时候也被称为超链接(hyperlink)的方式彼此相连。可以通过这个文档链接到相隔很远的另一个文档，经过一定的时延，我们的屏幕上就可以将远方发送过来的文档显示出来。

万维网的出现使得网站数按指数增长，所以万维网的出现可以说是互联网发展中的一个里程碑。

1.1.3 HTTP传输协议

HTTP协议是Hyper Text Transfer Protocal（超文本传输协议）的缩写，是用于从万维网服务器传输超文本到本地浏览器的传送协议。

1.2 产品上的发展

1993年，第一个图形浏览器mosaic诞生，网页浏览客户端趋于成熟。

Mosaic是第一个可以在同一个窗口显示文本和图片的浏览器。

MOSAIC

由于上述技术与产品的发展，互联网的用户群体也发生了变化，从开始的军队和高等科研院校，普及到了普通个人用户。扩大的用户群，为互联网的商业化奠定了基础。

二、搜索引擎的发展

综合因素，导致互联网上的信息产生爆炸式增长。如何从海量信息中找到满足用户需求的信息，成为重点。

技术与产品的发展，降低了人们发布信息的门槛，同时，由于用户群体的扩增，网络上产生了大量的信息。

为了满足用户从海量信息中找到所需信息的诉求，一系列搜索引擎商业公司开始建立。比如yahoo、InfoSeek、Fast Search等

搜索引擎是对Internet上的信息资源进行搜集整理，然后供用户查询的系统。包含信息采集、信息整理、与用户查询3个部分。

2.1 目录搜索引擎

目录搜索引擎是指搜索引擎的信息采集方式，也是搜索引擎的搜索方法。

目录搜索把搜集到的信息资源按照一定的主题分门别类，建立多级目录结构。大目录下面包含子目录，子目录下面又包含子目录。依次原则建立多层具有包含关系的目录。用户查找信息时，采取逐层浏览打开目录，逐步细化，就可以查到所需信息。

目录搜索引擎中，需要以人工方式采集信息，编辑人员对信息进行查看，形成信息摘要，然后将信息放置在对应的分类结构中。

2.1.1 雅虎
Yahoo是当时著名的搜索和门户网站。yahoo的目录搜索引擎。

例如，中文雅虎网站的目录搜索引擎：

如果我们要在其中查找关于著名作家金庸的网页，可以逐步搜索“艺术与人文” | “人文” | “文学” | “文学类别” | “小说” | “武侠” | “作者” | “金庸”，即可实现目的。

2.1.2 常用的中文目录型搜索引擎

1. 搜狐
2. 网易
3. 新浪

目录搜索引擎的利与弊：

• 利：由于加入了人工的因素，因此信息准确、导航质量高。
• 弊：需要人工介入，维护量大，信息量少，信息更新不够及时。

2.2 搜索引擎技术的发展

随着信息进一步快速发展，信息呈现爆发式增长，目录搜索引擎的弊端显现，不能好地满足用户需求。

在目录型搜索引擎技术发展之后，出现了不同的搜索引擎技术：

• 文本检索
• 链接分析
• 用户中心

在这不做详细阐述。

三、搜索引擎的目标

搜索引擎的应用形式简单：用户输入查询词，搜索引擎返回查询结果。

在这个过程中，只涉及两个主体，用户与搜索引擎。

搜索引擎的目标是提供更全、更准、更快的搜索服务。

在上面的3个目标中，更准是最关键的。

四、搜索引擎的3个核心问题

在我们来分析搜索引擎的3个核心问题之前，我们先来看一下单个搜索的简单流程：

4.1 用户需求

根据上图，当用户输入查询词，搜索引擎需要返回查询结果。这个过程，我们可以将其视作一次人机互动。

人机互动，即人与计算机的互动，第一步是获取用户的意图。

对于搜索引擎来说，这也是非常重要的。只有获取了用户的真正意图，后续的信息-意图匹配才能展开。

用户的意图到底是什么？

• 不同的用户，输入搜索框的同一个查询词，有可能背后的意图是不一样的。
• 同一个用户，输入搜索框同一个查询词，也有可能因为其所处场景不同，其意图也是不一样的。

如何识别上述的差异。这也是搜索系统需要解决的第一个核心问题，即此时此刻，用户的真实搜索意图是什么？

4.2 与用户需求相关的信息

明确了用户查询的真实意图后，搜索系统需要从海量的信息中，找到能够匹配用户需求的内容。

搜索系统为用户搜索意图匹配关键信息方式的指导思想，还是基于关键词的匹配。

当算法系统搜索到包含与用户查询词相同的的网页，这便是搜索到的信息可能是用户想要查找的内容相关的最基本信号。如果是网页或者文本的标题出现了这些关键字，则表示该信息与用户想要查找的内容相关的可能性更大。

4.3 分辨出可信赖的信息

搜索的本质是找到满足用户需求的信息。

相关性是衡量信息是否满足用户需求的一个指标，信息的可靠性，同样也是衡量搜索系统质量的重要指标。

「成为搜索产品经理」我会将其做为一个系列来写，从互联网的发展开始，抽丝剥茧，将我所了解的与大家分享，也期待能与大家讨论，共同进步。

本篇是「成为搜索产品经理」的第一篇，后续我会陆续更新～

#参考资料#

1. Tim Berners-Lee 谈网络的未来
2. ~[https://en.wikipedia.org/wiki/Mosaic_(web_browser)](https://en.wikipedia.org/wiki/Mosaic_(web_browser))~
3. Internet应用基础教程 | 尤晓东
4. 信息检索 | 陈雅芝
5. 这就是搜索引擎核心技术详解
6. 超文本传输协议HTTP https://blog.csdn.net/codejas/article/details/79002339
7. Google 搜索 | 搜索算法的工作方式

本文素材来自互联网