LinkedIn 正在全面改革其帖子搜索架构，这将带来更快、更相关的结果。

对 LinkedIn 的帖子搜索系统进行的一系列改进将使其能够在简化的用户界面中提供更快、更相关的结果。

LinkedIn 详细介绍了开发新系统架构的过程，同时解释了其旧系统的复杂性。

帖子的搜索结果以前由两个索引提供——一个用于 LinkedIn 主要 feed 中的帖子，一个用于文章。

复杂的性质使其难以建立，因此 LinkedIn 决定将这两个索引分离。LinkedIn 在一篇新的博客文章中以极其详细的方式揭示了整个过程。

这里总结成一张图：

LinkedIn 共享的大部分信息都是面向软件工程师的。在这篇文章中，我将跳过技术细节并解释这些变化对 LinkedIn 上的普通用户意味着什么。

LinkedIn 帖子搜索提供更快、更相关的结果

为了使搜索结果更具相关性，LinkedIn 着手创建一个系统，该系统考虑了以下几个方面：

• 帖子与查询的相关性
• 帖子的质量
• 个性化
• 用户意图
• 订婚
• 新鲜度/新近度

LinkedIn 表示，其新系统还必须提供来自不同来源的结果。

LinkedIn 正在利用多种机器学习技术来满足搜索者的期望，从而实现这些相关性和多样性目标。

此外，LinkedIn 将搜索结果的人工评级众包，并利用数据确保其新系统达到一定的质量门槛。

LinkedIn 指出，众包的人类注释数据还提供了有价值的训练数据，以提高结果的排名。

新系统对比 旧系统

LinkedIn 的新系统由机器学习提供支持，在以下方面对旧系统进行了改进：

• 相关性：它通过利用针对成员意图、兴趣和亲和力的更深入和实时的信号来实现个性化。
• 多样性：它增加了对趋势查询的潜在病毒内容的发现，并减少了类似内容的重复。
• 排名：它利用索引中与帖子相关的元数据，在与其他类型的结果混合时提高帖子的排名。
• 导航：它有一个新的用户界面，允许人们搜索来自特定作者的帖子、匹配引用查询的帖子、最近查看的帖子等等，

数据显示新系统更好

LinkedIn 表示，其新系统提供的搜索结果提高了用户满意度，正面反馈增加了 20%。

与用户查询高度相关的结果（LinkedIn 将其识别为“相关结果”）已导致总点击率提高10% 以上。

来自搜索者社交网络、他们的地理位置和他们的首选语言的帖子更加多样化，导致搜索者网络中的消息传递增加了 20% 。

提供搜索结果所需的时间已减少Android约 62 毫秒，iOS约 34 毫秒，网络浏览器约 30 毫秒。

未来的改进

LinkedIn 分享了它将如何继续改进帖子的搜索结果。未来的更新将涉及：

• 实施自然语言处理以理解查询的语义。
• 为热门话题的查询提供更新鲜的结果，将反馈循环从几小时缩短到几分钟。
• 扩展文档理解功能以包括处理多媒体内容，例如图像、短视频和音频。

有关这些更改背后的所有技术细节，请参阅 LinkedIn 的完整博客文章。