很多电商做的设计都会做商品搜索功能
流程和逻辑图
1，分词
http://www.phpbone.com/phpanalysis/可以使用这个php分词插件，但是词典需要更新，因为商品搜索词在根据时代变迁
可以将一个没有搜索结果的词，进入特殊处理的，人工校验之后，作为新词加入
还有就是使用第三方根据类似xunsearch等。
2，商品的分类，商品tag标签，基础属性（比如男，女，年龄等需要你去前期在商品上可以分析的属性）
分词完成之后，一个很重要的就是分析词的基础属性，比如nike的基础属性，就是鞋子，nike品牌，去要品标表查询，还得去商品分类表查询，还有追加词，比如耐克短裤男，其实就是长尾词分析，语义分析，如果如果有大量新词没有搜索结果，就需要人工增加，字典的词根，就是分词使用的词根。
比如商品的一些基础属性，男，大码，修身等属性都需要在商品属性相关表有体现，作为权重节点，比如搜索耐克鞋子，就是进行先品牌，后分类，最后产品名字，一层一层的进行处理数据，每个层级都有权重，这个需要长时间分析之后，设计权重具体是多少，中间还可以加入其它层级，比如地区，包邮，不包邮等，进行权重或者剔除条件。
这个都需要你在前期做商品的时候要做好准备
3，实际搜索处理
实际处理逻辑需要数据学习之后，不断完善代码逻辑，最好是层级处理，方便修改和维护，这是一个及其繁琐和消耗耐心的过程
后面会有一个demo提供参考
4，结果内容处理，返回结果矫正
比如此次搜索需要将搜索内容，时间，返回结果都存起来，做一个逻辑分析，比如连续搜索一个短语的词根，在一个比较短的时候连续搜索，多半可能是没有返回给用户正确数据，把这些数据进行定期，比如一天一次，把热词提取出来，做热门搜索词，在比如分析用户搜索词，做个性化推荐，个人热门搜索内容等。这些都是数据分析作为基础，提供的数据接口。
比如在结果的页面，提供用户反馈，矫正数据，去更新词根和维护数据学习代码。
5，后台处理给运用分析数据
最后就是把这些数据定期处理，提供给运营人员进行数据分析，这个挺重要的。