本文通过行业对比等角度分析了关键词推荐技术及工具，关键词推荐系统帮助广告主扩展选词思路，挖掘有价值的关键词，从而更好地提升产品的曝光，帮助广告主找到客户；同时，一个好的关键词推荐系统也能更好地服务用户，帮助用户快速找到合适的供应商。

    学习型开发组织将能够很好的支撑自适应的产品创新开发，优秀产品将自然涌现于优秀的团队之手。当自我组织和自律成为组织文化时、当流程是用来和适应支持而非限制人们时、当个人才能和技巧得到重视时，伟大的产品自然就会从优秀的团队的手中涌现出来。

    个性化是搜索技术、计算广告技术以及电子商务领域的一个发展趋势和时髦话题。随着互联网技术的发展，搜索技术越来越为互联网用户所熟悉。但人们已经不满足于一个完全由自己输入而得到返回内容的不聪明的“机器”，人们更希望一个能自动理解、甚至提前猜测自己意图，并能将这种意图准确地体现在返回结果的聪明系统，这个系统在面对不同的用户输入相同的搜索语句时，能够根据用户的差异，展现用户最希望看到的结果。

    天猫导航从功能上分成类目导航和属性导航两类，从展现的方式上分可以分成qp推荐和引擎推荐两类。在排序的时候qp推荐的会排在引擎推荐的之前，引擎推荐的以补充为主，如果没有qp推荐的或者qp推荐的很少，才会在前端展示出来，否则则放在“更多”中。引擎补足的就是简单的按照线上商品数进行排序，具体点就是通过b2c merger加载宝贝，在search服务中建索引，再在 detail服务中存放详细的宝贝信息，ranker中对Query的宝贝数进行排序。而我们算法能产生作用的仅仅是qp推荐的部分。

    Query下拉推荐是指搜索引擎系统根据用户当前的输入，自动提供一个Query候选列表供用户选择，Query下拉提示(Query suggestion)在搜索引擎和广告竞价平台中已经是标配的产品。Query suggestion可以帮助用户明确搜索意图，减少用户的输入并节约搜索时间，提高搜索体验有重要作用。各个搜索系统的下拉推荐的处理流程基本相同，下拉推荐不同主要体现在后台的query候选产生机制不同，下面介绍几种淘宝下拉推荐算法。

    排序中我们需要解决的是什么样的问题？怎么样把用户想要的，好的商品排到前面；怎样调节不同卖家的流量；给质量好，但价格不便宜的商品更多的流量，来引导市场更加规范。需要解决的问题很复杂，但是排序结果好坏难以评判。

    页面停留时间表示用户的一次浏览行为花了多少时长在这个页面上。直接体现出用户愿意花多长时间在你的页面上，所以通过这个指标，可以衡量一些网站页面、网站产品定位和设计的优劣。因此，页面停留时间是网站优化的一个较为重要和常见的参考指标。

    一淘第一版的产品搜，有一个关键模块叫PS Server，它的位置就是今天AGG的位置。它有一个AGG今天没有的职能，就是访问产品搜自己的Forest，负责翻译产品搜的类目属性信息。为什么是自己的Forest？因为一淘产品库为了快速迭代，从淘宝SPU库中脱离出来，类目用的是淘宝的后台类目，但SPU的pid/vid是完全独立的一套数据，这么做有利有弊，因此欠下的债我们早晚也要还的。

    淘宝现有实际应用以及推荐的文档来看，基于可扩展性及系统成本的考虑，商用的个性化推荐系统以黑盒推荐为基础。黑盒推荐的核心是机器学习和数据挖掘算法，有着坚实的数学基础和明确的优化指标与方法，所以推荐质量有基本的保证。搭建系统既不需要领域内的知识，也不需要过多的人工干预，同时可扩展性较强，应对用户和条目的增长成本相对可控。