破洛洛文章簡介：框計算中的需求分析概述.
框計算的目標是為用戶提供基於搜索框的一站式搜索服務。舉例來說，當用戶在搜索框中輸入“非誠勿擾”時，系統就能明確該query有尋求電視節目視頻、電影視頻、查找影評、參與討論及查看相關新聞等需求，然後將這些不同的需求分配給最優的內容資源或應用進行處理，最終精准高效地將滿足這些需求的結果展現給用戶。圖1展示了“框”對query“非誠勿擾”的滿足情況。從上面的分析中，我們不難看出，框計算的第一步，就是識別出一個query具有哪些需求，而這正是需求分析要完成的任務。
圖1 “非誠勿擾”的框計算結果
需求分析是框計算的入口，因為只有分析出query的需求，才能更好地展現出相應的結果來滿足用戶的需求。因此對query的需求分析得越准確、覆蓋的query准多，用戶的滿意度則越大。需求分析是框計算中最重要也是難度最大的地方之一。
識別query的需求，最容易想到的方法是查詞表。比如將所有的電影、電視劇名都事先收集起來，放到詞表中，只要用戶輸入該詞表中的詞，就能識別出一個query是否有尋找視頻的需求。這種方法的優點是快，但缺點非常明顯：首先，這種方法只能將query劃分為2個維度，要麼有視頻需求，要麼沒有視頻需求。但很多視頻的名字，具有多方面的含義，在視頻上面只是其中一個微弱的含義，如果直接出視頻需求，則會極大地傷害用戶。比如，有一個廣告片的名字叫“百度一下”，這個廣告片可能60%以上的用戶都不熟悉，如果這60%以上的用戶輸入“百度一下”，直接給出一個名為“百度一下”的視頻觀看結果，則這60%以上的用戶會感覺非常困惑。其次，這種方法不能很好地滿足大部分用戶的需求。用戶在尋找視頻時，表述方法是多種多樣的，比如：士兵突擊全集、士兵突擊 高清、士兵突擊全集在線觀看等，這3個query都具有強烈的尋找視頻需求，但通過查表的方法，卻無法識別出該需求。再次，這種方法對電影、電視劇外的視頻需求無法滿足。有視頻需求的往往不止電影、電視劇，流行或新聞時效性的很多東西，都具有強烈的視頻需求。比如：西單女孩、中關村男孩、釣魚島撞船、朝韓炮擊等，多數用戶往往都有查看相關視頻的需求。最後，這種方法缺乏預測性，識別出的query數量有限。即對於詞表中的詞條，能夠識別出視頻需求，但詞表外詞條，無法識別出視頻需求。因此，如果詞表的規模為N，則最多只能識別出N個query具有視頻需求。
從上面的分析中，我們可以總結出，一個好的需求分析方法，至少要滿足如下需求：1）具有很高的准確率以及召回率，即能在識別出90%以上query需求的同時，又能保證識別出來的需求，95%以上都是正確無誤的；2）具有良好的預測能力，即能夠准確地預測出未知query的需求；3）具有識別需求與解析字段功能，即在識別出query需求的同時，還能高效地從中解析出所需信息。
下面是幾個典型的例子。通過這些例子，大家就能對需求分析要完成的任務有一些大體的了解了。
在圖2中，需求分析需要完成的任務就是解析出query具有匯率轉換的需求，並解析出數額56.7，以及源貨幣為美元，目標貨幣為人民幣。
圖2 直接展現匯率結果
在圖3中，需求分析需要識別出該query具有查找火車時刻表的需求，並解析出起點站為北京，終點站為上海。進而直接為用戶展現出從北京到上海的火車時刻表，極大地方便了用戶獲取相關信息。
圖3 直接展現火車車次相關信息
圖4、圖5分別展示了需求分析如何通過識別出query具有查找生僻字以及單位換算的需求，並直接給出答案的過程。這個過程對用戶而言是不可見的，但是對系統而言，卻需要進行一系列復雜的識別、解析與展現。
圖4 滿足生僻字查詢需求
圖5 滿足單位換算需求
圖6顯示了需求分析識別出了用戶的query具有尋求招聘職位信息的需求，並解析出公司名，職位2個字段，而後系統直接從相關數據源中檢索出所需職位展示給用戶的示例。
圖6 滿足用戶搜索招聘職位需求
從上述分析與示例中可以知道，query需求分析的目標是識別出query的意圖或感興趣的領域，並從中抽取出所需字段。要完成這項任務，是一件非常有挑戰性的工作。首先，用戶query表述方式的多樣性給需求分析帶來了不少困難。比如，關於尋找天氣這一種需求，用戶就有上百種不同的表達方式。其次，相近query可能具有截然不同的需求。比如：“從北京到上海車距”與“從北京到上海車票”，前者具有較強的自駕需求，而後者具有較強的火車時刻查詢需求。而同樣為明星，王菲、張學友，都具有強烈的視頻、圖片等需求，而李開復、張亞勤等科技明星，從用戶的需求來看，最強烈的需求是尋找百科信息，而非視頻、圖片。最後，用戶輸入的query往往使用自然語言進行表述，有時還包含縮略與拼寫錯誤，比如：5新加坡元=?美元、5人名幣等於多少美元等。這些客觀存在的問題，都加大了需求分析的難度。
為更好地滿足用戶各式各樣的需求，強大的需求分析是必須具有的。百度框計算的需求分析，是通過對query的語義分析，結合用戶行為分析以及海量計算技術實現的。通過各種手段評估，目前已經達到了很好的效果。舉例來說，通過對一天幾百億次用戶檢索query的分析，使用機器學習的方法，我們就能自動從中學習出用戶的各種慣用或冷僻的表述方式，再結合語義分析、信息抽取等技術，就能准確高效地實時識別出query的需求並解析出所需信息，為廣大網民提供最便捷的搜索服務以及搜索體驗。