搜推算法 · 知识索引

搜索与推荐系统的通用算法笔记，覆盖漏斗架构、Query 理解、多路召回、向量检索、LTR 精排、评价指标与工程实践。面向算法原理与工业界常见做法，不绑定特定业务场景。

本文是 搜推算法笔记 第 7 篇。索引见 搜推算法 · 知识索引。

上一篇：Python 搜推技术栈

Elasticsearch 是工业界最常用的全文检索引擎，擅长倒排检索、BM25 打分与组合过滤。本文从搜推工程视角介绍 ES 的用法，与 ES 存储引擎系列（引擎原理）互补。

本文是 搜推算法笔记 第 5 篇。索引见 搜推算法 · 知识索引。

上一篇：精排与评价指标 · 下一篇：Python 搜推技术栈

离线 NDCG 涨了 0.02，能直接全量吗？不能。线上还有真实用户决策、展示位置、系统延迟、长期生态——没有 AB 的「感觉上线」，不是可运营系统。

这篇是算法笔记的「最后一公里」：Query、召回、精排、指标的理论最终都要通过 AB 实验在线上验证。

本文是 搜推算法笔记 第 4 篇。索引见 搜推算法 · 知识索引。

上一篇：向量检索与 ANN · 下一篇：AB 实验与线上迭代

召回把候选捞进池子，精排决定「谁排前面」。但「排得好」怎么定义？训练 LambdaMART 时 metric=ndcg，上线看 CTR/CVR——模型、指标、业务目标三者必须对齐，否则离线涨、线上不涨。

这篇把 LTR 精排和评价指标放在一起讲：先理解排序学习范式，再搞懂 NDCG 在量什么，最后串成完整的训练—评估—上线链路。

本文是 搜推算法笔记 第 3 篇。索引见 搜推算法 · 知识索引。

上一篇：Query 理解与多路召回 · 下一篇：精排与评价指标

语义召回解决字面匹配的盲区——用户搜「纯奶」，标题写「纯牛奶」，BM25 可能漏召，但向量空间距离很近。BM25 与向量是互补关系：前者保精确（专名、型号），后者补语义（同义、描述性 Query）。本文讲解 Embedding 原理、相似度度量、ANN 算法选型与工程部署。

本文是 搜推算法笔记 第 2 篇。索引见 搜推算法 · 知识索引。

上一篇：搜推算法基础 · 下一篇：向量检索与 ANN

「搜不到」在工程上常有两类根因：Query 层（输入脏、错、歧义）和召回层（覆盖不够、路数缺失）。例如用户输入「蓝芽耳机」——Query 有错别字；搜「纯奶」但标题写「纯牛奶」——字面召回覆盖不足。两者表象相同，排查路径不同。

Query 理解和召回是搜索链路的上下游：前者把脏输入变成干净、可扩展的信号；后者用这些信号从全库捞出候选池。本文将两层合并讲解，因其在工程上总是紧挨着发生。

本文是 搜推算法笔记 第 6 篇（工程篇）。索引见 搜推算法 · 知识索引。

上一篇：AB 实验与线上迭代 · 下一篇：Elasticsearch 检索基础

搜推系统中，Python 常用于算法子服务（召回、精排、向量化）和离线训练流水线。主链路可能是 Java/Go/C++，Python 负责算法密集部分。本文介绍常用工具链与工程模式。

本文是 搜推算法笔记 第 1 篇，共 7 篇。索引见 搜推算法 · 知识索引。

下一篇：Query 理解与多路召回

学习搜推算法时，常见误区是过早陷入 BM25 公式或某个模型细节，而忽略更根本的问题：整个系统到底在优化什么？ 用户说「搜不到想要的」，工程师聊倒排索引和分词——中间缺了一层：从输入到最终列表，每一层在解决什么问题、失败时长什么样。

本文梳理搜索/推荐共通的工业界框架。读完应能画出标准漏斗、解释每层优化目标、判断该用哪类算法。