作者：来自 Elastic Alexander Marquardt, Honza Král 及 Taylor Roy
学习如何构建用于执行电商治理型搜索计划的多层级检索策略，并提升召回率管理。我们将介绍如何编排语义匹配，同时保持结果稳定性、分面（facets）和分页能力。
如果你刚接触 Elasticsearch，可以参加我们的 Elasticsearch 入门网络研讨会。你也可以开始免费的云试用，或者现在就在你的本地机器上体验 Elastic。
电商搜索中一个常见问题是召回率较低。这通常发生在系统缺乏有治理的回退策略时。解决方法是采用多层级执行模型。本文介绍了一种用于执行治理型搜索计划的多层级检索策略，说明如何在保持结果稳定性、分面（facets）和分页的同时，编排严格匹配、宽松匹配以及语义匹配。
从策略逻辑到检索架构
第 3 部分和第 4 部分深入讲解了受治理控制平面及其基于 Elasticsearch percolator 的实现。一旦逻辑层确定了需要应用哪些策略，系统就必须处理用于执行搜索的检索策略。
在任何电商搜索引擎中，从精确性向召回率的过渡管理都是关键能力。例如，一个基础搜索实现通常默认使用宽泛的关键词匹配。如果购物者搜索 “有机 Pink Lady 苹果”，可能会返回无关结果，例如苹果味洗洁精、苹果汁或有机粉红葡萄柚，仅仅因为它们共享 “苹果” 或相关词项。虽然这些结果在技术上是匹配的，但并不符合用户意图，通常会导致较高的跳出率。然而，“无结果”页面同样会严重影响转化率。
这种冲突可以通过引入三层执行模型来解决，该模型利用受治理的控制平面来编排一个有原则的回退策略。
三层执行模型
该架构按顺序执行最多三个检索层级，每一层都有特定的匹配逻辑。
最高层：严格匹配
严格匹配是一种词汇匹配，要求查询中的所有词项都必须出现在商品元数据中。
- 逻辑：搜索 “organic navel oranges（有机脐橙）” 只返回同时包含这三个词的商品。
- 应用：这一层提供最高精度。当用户输入如 “organic navel oranges” 这样精确的商品名称时，通常是在寻找该确切商品，而不是替代品。
中间层：宽松匹配
如果严格匹配层未返回足够结果，系统会扩展搜索参数。
- 逻辑：该层允许部分词项匹配，使用 Elasticsearch 的 minimum_should_match 逻辑。
- 应用：宽松匹配仍然保持词法基础。例如搜索 “organic navel oranges” 可能返回 “navel oranges”（缺少 “organic”）或 “organic oranges”（缺少 “navel”）。这些都是基于关键词的直观替代结果。
最低层：语义匹配
- 逻辑：该层使用向量/语义嵌入（例如 Elastic Learned Sparse EncodeR [ELSER]、E5 或 Jina），在没有直接关键词重叠的情况下检索语义相关的商品。
- 应用：搜索 “organic navel oranges” 可能返回 “mandarins（柑橘）”或 “clementines（小柑橘）”。这是最终检索层，用于在字面关键词匹配不可用时提供相关选项。
要查看该多层编排的实际运行方式，以及引擎如何从词法匹配逐步降级到语义匹配，可以观看视频：《消除零结果页面：PRISM 的多层搜索回退》。
分层编排：“填桶逻辑”
虽然受治理的控制平面提供了每个层级的逻辑和查询，但执行由应用层负责。应用层会按顺序执行这些层级，并在第一屏的累计结果数量达到或超过 10 条（或你希望在首页展示的任意数量）时，排除后续更低层级的执行。这个阈值确保首页始终有足够的结果，同时优先使用最精确的检索方式。
场景 1：高意图搜索（“oranges（橙子）”）
第一层返回 15 个结果。由于 15 大于 10，当前结果集将被锁定为仅严格匹配结果（这些结果仍可分页浏览），并且不会执行后续层级。
`
1. Strict tier: [##########]##### (>= 10 found: Exact matches)
2. Relaxed tier: [ ] (Tier bypassed)
3. Semantic tier: [ ] (Tier bypassed)
`AI写代码
场景 2：具体但结果有限（“organic blood oranges（有机血橙）”）
严格匹配层仅找到 4 个商品。由于少于 10 个，系统会触发宽松匹配层，该层又找到 12 个相关商品。合并后的总数（16）已达到 10 的阈值，因此当前结果集被锁定为严格层和宽松层的结果。后续分页只会在这两个层级中返回结果（从而防止低质量的语义匹配结果出现在后续页面中）。
`
1. Strict tier: [#### ] (4 found)
2. Relaxed tier: [ ######]###### (>= 6 found)
3. Semantic tier: [ ] (Tier bypassed)
`AI写代码
场景 3：抽象或意图型搜索（“high vitamin C snacks（高维生素C零食）”）
关键词匹配结果有限（在第 1 层和第 2 层之间仅有 5 个命中）。系统随后触发语义层，以查找概念上相关的商品，例如猕猴桃、番石榴或红椒，用于填充结果集。该查询的结果集包含来自所有层级的商品。
`
1. Strict tier: [## ] (2 found)
2. Relaxed tier: [ ### ] (3 found)
3. Semantic tier: [ #####]######################...
`AI写代码
这种编排优化了延迟，因为语义层的计算成本只有在关键词层不足时才会产生。此外，这种方式允许先快速展示关键词结果，而语义结果在稍后逐步补充，从而保持用户界面的响应性。
通过分层激活判断意图
用于填充第一页的逻辑还承担一个关键的二级作用：它作为用户意图的诊断信号。应用层使用受治理控制平面返回的逻辑，来判断当前结果集与分页中哪些层级仍然处于激活状态。
如果严格层与宽松层合计仍少于 10 个结果，那么查询很可能是探索型或抽象型。在这种情况下，激活语义层是有价值的。由于查询被判定为探索型，系统允许用户在完整的语义结果深度中分页浏览。这提供了词法匹配无法覆盖的概念相关替代结果，这对于抽象搜索是合适的。
相反，如果严格层已经返回了足够多的结果（例如 30 个命中），则说明系统已经找到了高精度匹配结果。用户可以在这 30 个结果中继续分页，并很可能找到所需内容。在这种情况下，没有必要再提供额外的、相关性较低的探索性结果。通过在高精度查询中禁用低层级结果，可以避免用户在深入浏览特定结果时被不相关的语义回退内容干扰。
跨层级治理
该架构的一个关键点是策略会全局作用于所有层级。如果用户有 “vegan（纯素）” 偏好配置，受治理控制平面会将该约束注入严格、宽松和语义查询中。这确保即使语义回退返回 “mandarins（橘子）” 用于 “orange（橙子）” 搜索，结果仍然符合用户更广泛的饮食或业务约束。
分面不稳定问题
多层级搜索的一个挑战是如何保持分面导航（侧边栏过滤器）的稳定性。如果 “chocolate（巧克力）” 搜索返回 12 个严格匹配结果，侧边栏可能显示 “dark（黑巧）” 和 “milk（牛奶巧克力）”。如果用户选择 “dark”，结果数量下降，一个简单系统可能会触发语义层来补充页面，从而可能因为语义关联突然在过滤器中引入 “red wine（红酒）”。
受治理控制平面会识别哪些层级参与了初始搜索，并将分面锁定在这些层级上。这可以防止在过滤过程中侧边栏发生意外变化，从而确保一致且稳定的用户体验。
分页挑战：无缝多层级分页
在分层系统中实现分页需要精确的状态管理。如前所述，第一页决定当前结果集的范围。如果第一页需要语义结果，用户可以在所有三个层级的结果中分页浏览。另一方面，如果第一页已由高意图的关键词匹配满足，则针对该结果集不会再检索语义层。
受治理控制平面通过以下方式管理这一过程：
- 层级锁定：响应中包含一个数组，用于标识参与本次结果的层级。前端在后续请求中返回该信息，以确保跨所有页面的层级组成保持一致。
- 动态偏移计算：后端会根据请求的页码以及前序各层级返回的商品总数来计算 offset。例如：如果第一页返回了 7 个严格匹配结果和 3 个宽松匹配结果，那么第 2 页请求（从索引 10 开始）将会在宽松层查询中使用 offset 为 3。
- 低层级 ID 排除：系统会从高层级结果中获取 ID（由于其数量通常小于页面大小阈值），并在低层级查询中通过仅 ID 查询显式排除这些结果（从而避免对被排除项执行完整 fetch 阶段的开销）。
总结
多层级方法确保在数据充足时搜索结果保持高精度，在数据不足时仍然提供有用结果。通过为应用层提供一个有治理的回退执行序列，该架构在保持高相关性的同时消除了 “无结果” 场景。
本系列下一篇
本系列后续文章将把受治理控制平面扩展到新的领域。第 6 部分将探讨个性化（使用购买历史加权和人群感知策略），第 7 部分将展示按查询的经济优化。敬请关注！
将受治理的电商搜索落地实践
本文所描述的搜索架构（检索层级、经济权重与治理约束组合成单一请求）由 Elastic Services Engineering 设计并实现，作为可复用的电商搜索加速方案的一部分。
如需了解如何将这些模式应用到你的业务中，请联系 Elastic 专业服务团队。
