前情概要：

我们搭建了一个涵盖全国企业信息的企业库，涵盖4000w的工商注册企业以及8000w的个体工商信息。用户使用此库的主要场景是检索与用户业务相关的企业，以寻找销售机会。

问题来了

怎样帮用户更好地查找到心仪的企业？

首先，本着寻找销售机会的目标，分析用户检索的常见场景：

产品现状

对产品而言，特定企业查询，是企业库检索的面子工程，有心里预期的检索结果过差，会造成极差的第一印象；同类企业查询，是我们项目的目标，能够查找符合用户需求的一类企业，才能更好地为用户提供价值

惭愧而言，现状距离上述两种目标都相差甚远

优化方案

当前企业库支持公司名称、法人、地址和经营范围四个内容的检索，但是基于ES现有的评分结果，综合排序效果很差。结合用户使用场景，我们拟订以下优化方案：

1.    补充检索内容

巧妇难为无米炊，缺少数据的情况下查询效果一定差。补充企业产品、品牌词等内容，满足用户查找线索的常用场景。

2.    补充检索词库

ES检索提供通用词库，但是我们场景下需要识别的企业信息与通用词有一定差异，只有词库够强大，分词能力才能更强。

3.    调整检索评分

检索评分直接影响检索排序，而排序是给用户的第一观感。

在实操过程中，我们是3，1，2的顺序来进行的优化，以下也将按实操过程来给大家展示优化效果。

优化1：调整检索评分

在检索评分上，我们做了两方面的调整：

一方面，针对不同检索内容项，设置不同权重，将公司名称设置最高权重，法人其次，地址和经营范围权重最低。权重调整的效果如下：

调整前

调整后

检索词【开店】，调整前，所有检索内容权重相同，由于法人姓名长度较短，检索词若命中法人姓名，得分较高，因此大部分命中法人的信息会排在前面。在调整后，我们增加了公司名称的权重，减少了由于法人字段过短造成的高分影响，排在前位的较多是公司名称命中的数据。

上述检索虽调整了检索范围的权重，但是从检索效果来看并不理想。主要原因在于公司名称中个体工商一般名称较短，命中检索词的时候会获得更高的评分，导致排序靠前的数据大部分为个体工商户。

我们又做了第二步调整，增加「企业」类型的检索评分（_score*2），同时增加注册资本大于100w的公司得分（_score*2）。效果如下：

经过两轮调整，目前的检索效果基本符合预期。

优化2：补充检索内容

在销售机会查找的业务场景下，用户经常使用产品词、品牌词等进行搜索。为此，我们首先引入了商标数据，补充检索内容。

引入数据量400w+

引入前效果：

引入后：

优化3：补充检索词库

为了让ES更加准确的识别用户输入的信息，我们拟订从公司名称中拆解出一些分词，补充到检索词库中。

针对公司名称的拆词，使用现有策略模型，公司名称拆词的效果如下：

拟订将【K】【B】类输入到ES词库中。

效果，未完待续。。。。

其他优化尝试

（1）    [endif]入库分词和检索词使用不同粒度：入库分词存储时，公司名称、法人、地址采用细粒度分词，主营业务采用粗粒度分词。检索时采用粗粒度分词。

避免拆词过细，减少了match的总条数

后续方向

（1）    ES检索词库补充

（2）   增加更多检索内容，品牌、产品等