相关性反馈：用用户反馈优化搜索结果

可视化演示

展示Rocchio算法利用相关与无关文档修改查询向量的过程，以及点击模型分离位置偏差推断真实相关性的方法。

基础概念：反馈是搜索系统的“味觉记忆”

开面馆最怕的是什么？是不知道客人喜不喜欢。你试过把花椒减半，客人多吃了两口；把汤换成牛骨汤，老客户第二天又来了。这些来自餐桌的真实反应，比你自己拍脑袋想一百遍都管用。搜索引擎面临同样的问题：它返回十条结果，却不知道哪条真正满足了用户。

在信息检索里，用户输入查询词，就像食客报出“来一碗面”；搜索引擎返回候选结果，就像大厨端出几碗不同口味的试吃品。用户点了哪条、跳过哪条、在页面上停留多久，都是对这碗面的无声评价。相关性反馈，就是把用户的点击、浏览、标注等信息收集起来，重新调整查询表达或排序模型，让下一次检索更贴近用户真正的需求。

一个完整的检索闭环是这样的：用户提交查询 → 系统召回并排序 → 用户浏览并产生行为 → 系统捕获反馈 → 据此更新查询或模型 → 再次服务用户。这个闭环让搜索不再是一次性的“猜谜”，而是持续进化的系统。用户信号既包括显式的（例如点击“赞”按钮、给结果打分），也包括隐式的（例如点击、停留时长）。它们的共同点在于：都比“重新输入一遍查询词”更真实地体现了用户的偏好。

大厨的调料台摆满了食材，但只有客人的表情才能告诉他该往哪个方向调。相关性反馈就是搜索引擎的“味觉记忆”——每次用户拿起筷子的动作，都在悄悄改写下一份菜单。

Rocchio算法：把查询向量往正确的方向推

大厨改良菜式，不会把旧菜单全扔掉。他会在保留“牛肉面”这个底子的前提下，根据反馈增减调料：好评的菜就把配方往它的方向靠，差评的菜就刻意避开它的味道。Rocchio算法正是这套思路的数学版本。

在向量空间模型中，查询和文档都被表示成一组词项权重的向量，每个维度代表一个词。用户对某篇文档点赞或点击，就是“好评”；跳过或标记不相关，就是“差评”。Rocchio的思想非常直接：让新的查询向量等于“原查询向量 × 保留系数 + 好评文档的平均向量 × 吸引系数 − 差评文档的平均向量 × 排斥系数”。

参数调节很关键：α 太大，反馈几乎不起作用；β 和 γ 太大，少数的误点击就可能带偏整锅汤。实践中，α 通常在 1 附近，β 和 γ 在 0.5~1.5 之间调整，还要根据反馈置信度做归一化。Rocchio 在查询改写和查询扩展中非常经典，很多现代相关反馈算法都从它演化而来。

大厨端出新配方，客人点头了，说明方向对了；但下一次客人换了一批，配方还要再动。Rocchio 给了搜索引擎一个明确的“调味公式”，让每一次调整都有据可依。

隐式反馈：用户无意间留下的“口味线索”

有些客人不会直接说“这碗面太咸了”，但他们会剩下半碗汤，或者拿纸巾反复擦嘴。作为老板，你得从这些不经意的动作里读出信号。搜索系统也一样——用户几乎不会主动写“这三条结果我很满意”，但他们每一次点击、滚动、停留，都在无意间留下了判断依据。

隐式反馈是指用户在使用搜索过程中自然产生的行为信号，不需要用户额外操作。最典型的包括：点击了哪条结果、在结果页停留了多长时间、是否滚动到页面底部、是否快速返回搜索引擎继续搜下一个词。和显式反馈（打分、点赞、收藏）相比，隐式反馈覆盖面大、获取成本低，但噪声也更多。比如用户误点了一条广告，或者被标题党吸引进去又立刻退出，这些都不能算“喜欢”。

为了综合利用这些信号，可以给不同行为分配不同权重：

隐式反馈的噪声不能硬吞。处理时通常先做清洗：过滤时长小于 2 秒的点击、去除爬虫流量、对极端离群值截断；再按置信度加权，比如长时间停留的点击置信度高，普通点击置信度低。这样，大厨才能从“客人喝了口水”“客人拿纸巾擦嘴”这类动作中，分辨出哪些是真实反馈，哪些只是偶然。

把客人无意间留下的痕迹变成数据，听起来有点玄，但这就是隐式反馈的价值——它不打扰用户，却能让系统悄悄变得更懂人。

点击模型：从“位置”里读出真实口味

面馆里的菜单，第一页的“招牌菜”很多人点，不一定是因为它最好吃，而是因为客人翻到第一眼就看到它。搜索结果也一样，排在前面的结果天然容易获得点击，这叫位置偏差。如果你直接把“点击多”当成“喜欢”，就会形成一个死循环：排在前面的永远被点击，点击多的永远排前面，真正优质但排在后面的结果永远没有机会。

点击模型就是为了校正这种偏差，从点击日志中还原用户的真实偏好。一个经典的假设是级联点击模型：用户从上到下逐条检查搜索结果，每看到一个结果，决定是否点击；如果点击了，可能不再往下看，如果没点，就继续看下一个。基于这个假设，第 i 个结果被点击的概率可以拆成两个部分：用户检查到它的概率，和它与查询相关的概率。

点击模型从大量搜索日志中同时估计位置参数和相关性参数。位置参数描述“第一条容易被点、第四条需要滑一下才容易被点”的规律；相关性参数才是我们真正想要的“无偏相关性”。有些系统还会加入更复杂的假设，比如用户点击某条结果后，后面的结果被检查到的概率会下降。这些模型本质上都是试着回答同一个问题：把位置因素拿掉之后，用户还愿意点它吗？

把位置因素拿掉之后，才看得出谁才是真正的“招牌菜”。点击模型就像是服务员学会的读心术——不再把“客人盯着菜单首页”误认为是“客人喜欢那道菜”。

在线学习：每次反馈都即时微调菜谱

以前的大厨可能一个月才根据销量调整一次菜单，但现在客人越来越多，口味越来越多样，如果等一个月才调整，下个月客人可能都跑光了。搜索系统也一样，如果每天只离线训练一次模型，深夜发生的搜索行为要到第二天才能影响结果，反馈就太滞后了。在线学习让系统在每次用户反馈到来时，立刻对模型参数做一小步更新。

在线学习面临一个经典难题：探索与利用的权衡。如果系统总是展示它认为最合适的结果，它就永远不会知道用户最近有没有新偏好；但如果总是拿不确定的结果去试探用户，又会伤害体验。一个简单实用的策略是 ε-greedy：以大概率选择当前效用最高的结果，以小概率随机探索其他结果。

在线学习还能做到用户自适应。每个用户的反馈会独立更新他自己那部分模型，从而使搜索结果带着“个人色彩”。冷启动时没有用户反馈，就可以先用全局模型顶一阵，再随着反馈积累逐步切换到个性化模型。整个过程中，系统像一位越来越了解常客口味的大厨：你还没开口，他已经知道你今天的辣椒要减半。

时代变了，菜谱不再是一成不变的挂墙牌，而是每端出一碗面就悄悄改一次的电子稿。在线学习让搜索引擎有了当天消化反馈的“好胃口”。

实践挑战：开连锁店时的统筹与底线

面馆越开越大，从一家店变成连锁品牌，问题也跟着来了：不同城市的客人口味不一样，同一个招牌菜有人嫌辣有人嫌淡；店里偶尔因为新招的服务员听错订单上错菜；还有客人开始担心：你们是不是把我的口味记录传得到处都是？搜索引擎做相关性反馈，同样要面对个性化、评估和隐私这三大关。

个性化搜索要求系统不只依赖全局反馈，还要融合每个用户的历史反馈。同一个查询词“苹果”，水果爱好者想看富士苹果，数码玩家想看 iPhone 评测。最常用的做法是把全局相关分和用户个人偏好分做加权融合：

部署时还要建立评估体系：离线用历史点击日志模拟排序效果，上线后用 A/B 测试对比新旧模型。隐私方面尤其敏感——点击日志需要匿名化，不能记录可识别个人的敏感行为。一个负责任的系统，应该在优化相关性之前先守好用户信任这道底线。

大厨开连锁，既要尊重总部的招牌，也要照顾分店的口味，还要保证每一位客人吃得放心。相关性反馈从实验室走向生产系统，考验的正是这种统筹能力。

AI 应用场景

Python 演示

# -*- coding: utf-8 -*-"""Rocchio 相关性反馈演示：根据正负反馈文档调整查询向量。""" # 文档-词项向量（模拟 4 篇文档）docs = [    {"apple": 3, "phone": 2, "battery": 1, "cake": 0, "fruit": 0},    {"apple": 1, "phone": 3, "battery": 2, "cake": 0, "fruit": 0},    {"apple": 2, "cake": 3, "fruit": 1, "phone": 0, "battery": 0},    {"apple": 1, "cake": 2, "fruit": 2, "phone": 0, "battery": 0},] # 用户查询："苹果手机"query = {"apple": 1.0, "phone": 1.0, "battery": 0.0, "cake": 0.0, "fruit": 0.0} # 正反馈（用户点击/标记相关）和负反馈（点击跳过/不相关）pos_ids = [0, 1]neg_ids = [2, 3] # Rocchio 参数alpha = 1.0beta = 0.75gamma = 0.5  def add_vec(target, src, k=1.0):    for term, value in src.items():        target[term] = target.get(term, 0.0) + k * value  def scale_vec(vec, scale):    return {term: value * scale for term, value in vec.items()}  def centroid(ids):    center = {}    for doc_id in ids:        add_vec(center, docs[doc_id], 1.0)    total = len(ids)    for term in center:        center[term] /= total    return center  def rocchio_update(q, pos, neg, a, b, g):    new_q = scale_vec(q, a)    pos_center = centroid(pos)    neg_center = centroid(neg)    add_vec(new_q, scale_vec(pos_center, b))    add_vec(new_q, scale_vec(neg_center, -g))    return new_q  def main():    new_query = rocchio_update(query, pos_ids, neg_ids, alpha, beta, gamma)    print("更新后的查询向量（正例拉近、负例推远）：")    for term in sorted(new_query):        print("  {}: {:.3f}".format(term, new_query[term]))  if __name__ == "__main__":    main()

1. pos_ids = [0, 1]标记文档 0 和 1 为正反馈，算法会将查询向量拉向它们。
2. neg_ids = [2, 3]文档 2 和 3 为负反馈，算法会将查询向量推离它们。
3. alpha, beta, gamma = 1.0, 0.75, 0.5分别控制原查询保留、正例吸引、负例排斥的强度。
4. new_q = scale_vec(q, a)先把原查询向量按 α 缩放，保留初始意图。
5. pos_center = centroid(pos)计算正反馈文档的平均向量，代表“满意方向”。
6. add_vec(new_q, scale_vec(neg_center, -g))减去负反馈质心，让查询远离不相关区域。
7. main()运行更新，并打印每个词项在新查询中的权重，可以看到“battery”从 0 变成了正值。

常见误区

面试题