Search Engineerring Tech Talk 2019 Spring レポート

作成: 2019.08.16 更新: 2021.03.05

この記事はアピリッツの技術ブログ「DoRuby」から移行した記事です。情報が古い可能性がありますのでご注意ください。

Search Engineering Tech Talk 2019 Spring レポート

検索技術勉強会の目的は、「検索」/「検索システム」にまつわる技術や手法に関して共有できる場を提供すること

POIとは
- point of interest
- 移動の目的地となる場所
- 緯度軽度や名前や住所などの情報
POIの特徴
- 短文か単語が多い
- 文章が少ない
- 要素が多い
経路探索におけるPOI検索の立ち位置
- 目的地検索ができなければ、そのあとのナビゲーションができない
安全な移動のためのPOI検索
- ほとんどの人が上位５位を選択している
- キーワードとの一致率が大事
問題点１
- いろんな県のものが出てくる
  - ホテル椿山での検索でホテル椿山東京以外のホテル
  - ディズニーでの検索で東京ディズニーランド以外のもの
  - スカイツリーも同様
対策１
- 人気なもの（有名度）が高いものを優先して上位に表示 →大方解決
問題点２
- チェーン店などでの検索で、人気の店舗が上位されてしまう
- 「コンビニ」での検索で、「セブンイレブン新宿駅」が表示されるなど
対策２
- 距離が近いものも優先して上位に表示 →大方解決
まとめ
- 並び順優先順位

企業内検索とは
- 企業内の情報を検索する（ファイルサーバーやウェブウェイトなど）
fessとは
- オープンソースの全文検索システム
- elasticsearchを使っている
企業内検索を構築する際のよくある課題
- クロール対象が大規模
- セキュア
- 業務システムとの連携
- ファイルが様々
大規模化について
- ドキュメント数は数千万くらい
- クラスタにして分散検索
- クロールする際の工夫
- 更新ファイルリストを生成し、更新されたもののみをクロールする（全件だと１日のクロールで終わらないため）
セキュアについて
- 認証状態により検索結果を出し分ける
  - ad連携
  - ログイン
- クロール時に権限情報を付与する
  - 閲覧することができる権限をクロール時に取得するため
- シングルサインオン
- 検索システムにも自動でログインする
  - リバースプロキシがた
  - windows統合認証
  - openid connectなど
業務システムとの連携
- データはデータベースにあるため、sqlを検索サーバーに入れる
ファイルの種類について
- ツールを使って文字列の抽出
  - ms office po
  - pdfbox
  - tika など

クラシルについて
- 検索対象：動画
- ドキュメント?数：約2万5千本
同義語対策について
- 日々検索キーワードをチェックし手動で登録
  - ある程度効果はある
- 同義かどうかが難しい場合がある
  - 「インゲン豆」「さやいんげん」など
0件ヒット対策
- 0件のヒットとなっているキーワードのレシピを日々チェック
- 新生ワードを早期発見するために日々リサーチ（twitterなど）
運用中気になったこと
- 食材クエリとメニュークエリで離脱率が異なる
- androidとiosでクエリが異なる
- テレビの影響は大きい
- 検索数が少ないキーワードへの対処優先度
KPI
- 最初は離脱率
- その次、検索経由のCV
  - ただし検索した後、買い物に出かけるなど、タイムラグがあるため純粋なCVを測ることが難しい（検討中）

記事を共有

関連する記事