案例背景
某O2O电商平台，线下覆盖上百家连锁超市，专注于零售事业，线上应用程序主要为APP端和微信小程序端。为更好更快的推动移动端的用户覆盖量和活跃量，培养用户线上消费习惯，希望在现有搜索方案的基础上上寻求更多扩展功能提升用户线上下单转化率。
需求反馈
• 最终用户：随便逛逛，想知道大家都在搜什么？现在什么最热门？
• 业务运营：需要不断的用热门款和促销产品去冲击消费者，产生更多消费；
需求分析
从最终用户的角度：
1. 对榜单、热门、新品、促销活动比较敏感；
2. 用户只是随便逛逛，没有明确的搜索意图，搜索框可以推荐优质的查询词，引导其搜索点击，从而实现转化；
3. 大家都在搜些什么？大家都喜欢的内容，用户也可能会感兴趣；
4. 不想输入查询词，或输入不便，可以减少用户输入，优化体验；
5. 多样化推荐查询词，既兼顾热门结果，又可以探索兴趣之外的其它内容；
从业务运营的角度:
1. 在用户没有任何输入的时候，也可以推荐优质查询词，对用户意图进行引导；
2. 推荐查询词既要关注热门程度，又要兼顾多样化，给部分次热门查询词一些曝光机会;
3. 可以结合用户兴趣来推荐查询词，既兼顾用户体验，又可以有效的提升业务目标；
阿里云开放搜索解决方案
扩展功能:
热词和底纹处于搜索引擎整个工作流程的最上游，通过推荐热门、优质、多样化的查询词，对用户搜索意图起到重要的引导作用，既可以减少用户输入，优化体验，又可以优化查询词质量，大大降低后续查询意图理解、相关性、排序、运营干预等环节的调优难度，对提升整体业务目标可以起到非常好的铺垫作用；
接入流程
1. 创建及训练模型
1.1 创建方法：
• 调用API/SDK创建模型 （api文档链接， SDK Demo请参考下文）
• 通过工单提交给阿里云开放搜索团队。
• OpenSearch控制台界面操作： 9月发布，敬请期待~
注：上述三种创建方法，任一方法均可。
1.2 温馨提示：
• 一旦创建模型成功，系统会每天自动重新训练模型，不再需要人为干预。
2. 获取热词/底纹结果
在产品中集成热词和底纹功能，可以通过API/SDK来调用热词底纹的推荐结果。
热词功能默认返回10个query，底纹功能默认返回3个query，用于在搜索框中轮播。
2.1温馨提示：
• 一旦调用创建模型成功后，后续每日系统内部会自动执行算法训练任务，用户每日通过API/SDK获取更新的热词即可。
效果优化
1. 行为数据
基于统计搜索日志的热词/底纹结果可以满足冷启动阶段的需求，在这个功能开始发挥作用后，我们建议关联热词/底纹的用户点击事件，系统内部通过采集行为数据（from_request_id和user_id）来进一步优化效果，采集了行为数据有如下几个收益：
• 可以统计得到各项指标，诸如引导搜索的pv、uv、无结果率等，用来衡量这个功能的使用效果，为后续的改进提供依据。
• 可以分析用户群的兴趣走向，为制定运营策略提供依据。
• 可以采用智能化的手段来推荐query，通过用户的点击行为对数据进行标注，可能根据不同的优化目标来训练模型（默认按点击率优化），通过模型来推荐query，具备较强的泛化能力。
• 可以做个性化的热词推荐，我们知道了用户点过哪些query，就可以结合用户的偏好做出有针对性的推荐。
2.热词/底纹引导搜索流量
API/SDK获取到的热词/底纹结果中会返回一个request_id， 用于唯一标识这一次请求。通常，如果产品中集成了热词/底纹结果，当终端用户点击了热词或底纹词后，便会以该热词或底纹词作为搜索词触发一次搜索请求，通过在搜索请求中将from_request_id参数设置为热词/底纹结果返回的request_id，就可以关联这一次用户点击行为，后台通过搜索日志分析和统计了这些点击行为，就可以在业务运营报表中看到由热词/底纹引导的搜索流量指标。如果在搜索请求中设置了user_id参数，业务运营报表中还可以看到热词/底纹引导的搜索UV指标。
功能价值
• 最终用户：
多样化推荐优质查询词，简化了输入，体验更佳，通过热词和底纹可以探索兴趣之外更多更新更热门的商品；
• 业务运营：
1.提高了搜索UV转化率和点击率；
2.通过分析热门查询词可以把握用户兴趣走向，制定相应的运营策略，还可以给部分次热门查询词增加曝光机会，即兼顾了用户体验，又可以有效提升业务目标；
原文链接
本文为阿里云原创内容，未经允许不得转载。