你有没有遇到过这种情况——搜“蓝牙耳机”，出来的全是你不喜欢的半入耳式，而你明明是个运动达人，想要挂耳式的？或者一打开电商首页，推荐的商品跟自己毫无关系，仿佛系统根本不认识你？

今天我们就聊聊，怎么从零搭一个能“认人”的电商搜索系统，让不同的人搜同一个词、看同一张首页，得到的结果都不一样。咱们用的底座是 Easysearch（跟 Elasticsearch 兼容），用 Python Flask 写后端，前端是干净的 HTML+JS，全程跑得通。

我会用大白话把事情讲清楚，但该给的 DSL、该说的实现细节一个都不会少。看完你就能上手，给自家系统加上“千人千面”的推荐能力。

---

一、先搞清楚：为什么需要“认人”？

一个电商系统，SKU 多了，搜索必须快，这个是基本要求。但快还不够，还要“懂你”。

举个例子，系统里有一堆耳机：

• A 是一个学生党，预算 200 左右，常看“性价比”“低延迟”。

• B 是一个健身教练，爱买“运动”“防水”“挂耳”。

• C 是个商务人士，喜欢“降噪”“高端”“长续航”。

如果三个人都搜“耳机”，给他们返回同样的排序，那就太蠢了。搜索结果应该根据每个人的口味重新排队。

Easysearch 在官网说它支撑“个性化推荐”，但它毕竟是个搜索引擎，怎么个性化是你自己要去设计的。

我们这套 SearchPersona 系统，就是把这个设计完整落地了一遍：先采集行为，再算出画像，最后在搜索那一刻注入个性化因子。

---

二、系统是怎么跑起来的？一张图看懂

整个链路长这样：

这里面最核心的其实是 build 那个搜索 DSL 的函数，等下我会重点讲。

---

三、商品数据：怎么存，才能让机器“认得”商品？

我们要个性化，首先得让商品有一些能被“加权”的属性。不能光有一个标题，那只能做文本匹配。

在初始化索引的时候（scripts/init_indices.py），我把商品定成这个样子：

{
  "id": "rc_001",
"title": "真无线入耳式蓝牙耳机 主动降噪 低延迟游戏模式",
"category": "电子",
"sub_category": "音频设备",
"tags": ["蓝牙", "降噪", "低延迟"],
"price": 289.0,
"price_tier": "mid",
"score_base": 0.78,
"created_at": "2025-01-15"
}

这里有几个设计要点：

• category 是 keyword 类型，以后画像里算出你喜欢“电子”，我就给“电子”的商品加权。

• tags 也是 keyword 数组，你喜欢“蓝牙”“降噪”，我就给打了这些标签的商品加分。

• price_tier 我分了五档：budget（入门）、value（平价）、mid（主流）、upper（中高端）、premium（旗舰）。这样我可以把价格偏好也切成若干个桶，而不是用连续的数字（连续数字做加权很麻烦，keyword 直接 term 匹配多爽）。

• score_base 是一个内容质量分，类似流行度，可以用 field_value_factor 做加权。

我们写了个小脚本 scripts/import_real_cases.py 导入了 100 条贴近真实的商品，覆盖电子、家居、服装、食品、图书，每个商品都有细致的标签，这样个性化才能看出效果。

四、行为采集：你怎么让系统知道你喜欢什么？

你要“告诉”系统你喜欢啥，就得让它盯着你的操作。每当你点击商品、浏览商品详情，前端就悄悄发一个请求：

POST /api/event
{
"event_type": "click",
"item_id": "rc_001",
"item_category": "电子",
"item_price_tier": "mid",
"item_tags": ["蓝牙", "降噪"],
"session_id": "sess_abc",
"user_id": "user_123"
}

后端干两件事：

1. **把这条行为写入 Easysearch 的行为索引 sp_behavior_events**，供之后画像聚合使用。

   

2. 更新内存里的 Session 上下文，把点击的类目和浏览的标签记下来，供本次会话内的搜索立刻使用。

为什么不能只靠 ES 里的历史行为？因为 ES 的刷新有延迟（默认 1 秒），而用户可能刚点了一个“椅子”，马上搜“家具”，我们总不能让他等 1 秒才看到椅子排在前面吧？所以内存里的 Session 上下文就是解决“秒级实时性”的，后面改进的时候准备放 redis 会更好！。

Session 上下文长这样：

{
  "clicked_categories": ["电子", "电子", "家居"],
  "viewed_tags": ["蓝牙", "降噪", "静音"]
}

很简单，就是两个列表。在搜索时，我会临时给这些类目和标签加分。

---

五、用户画像：怎么把你的“隐性偏好”算成“显性权重”？

只有实时的 Session 上下文还不够，因为换个浏览器、过几小时可能就丢了，我们需要一个长期的兴趣档案，这就是用户画像。

画像的生成逻辑在 core/profile_builder.py 里，核心方法是 build_from_events。

5.1 统计聚合 + 时间衰减

我取出你最近 N 天（比如 30 天）的点击、浏览、购买事件，然后给不同行为不同的基础权重：

• 购买：3.0

• 点击：1.0

• 浏览：0.5

同时加一个时间衰减函数，越久远的事件权重越低：

weight = base_weight * exp(-days / half_life)

半衰期设为 8.5 天，也就是说 8.5 天前的行为权重剩一半，17 天前剩 1/4。还设了个衰减下限 0.17，不至于老行为影响归零。

按类目、标签、价格带分别累加权重，然后归一化（max-min 归一化），得到：

"category_weights": { "电子": 1.0, "家居": 0.6 },
"tag_weights": { "蓝牙": 1.0, "降噪": 0.8, "便携": 0.5 },
"price_tier_pref": "mid"  // 加权众数
"price_sensitivity_score": 62   // 0~100 连续值，越接近 100 越在意价格

这样，你的长期兴趣就数字化了。

画像重建时，还会把本次会话的点击类目也加进去（PROFILE_REBUILD_SESSION_CATEGORY_BOOST=1.2），保证刚发生的兴趣也能立刻反映在画像里，等下次 rebuild 时彻底固化。

5.2 让大模型（DeepSeek）帮你“读懂”你的行为

纯统计画像有时候太硬了，只知道你点了“蓝牙”“降噪”，但不知道你到底是个科技发烧友还是普通上班族。所以我们把最近的行为流水喂给 DeepSeek（OpenAI 兼容接口），让它生成一段文字描述和一些兴趣标签。

比如我们构造这样的 prompt：

你是电商搜索的用户画像分析师。只根据用户行为列表推断兴趣……
用户近期行为如下：
- [purchase] 类目=电子 价格带=主流价(mid) tags=[降噪,长续航] 搜索词=降噪耳机
- [click] 类目=电子 价格带=入门价(budget) tags=[运动,防水] 搜索词=跑步耳机
...

要求它输出 JSON：

{
  "summary": "用户偏好中端降噪耳机与运动音频设备，对性价比敏感",
  "interest_tags": ["降噪耳机", "运动耳机", "百元档"],
  "category_hints": ["电子"],
  "traits": { "price_sensitivity": "medium" }
}

这些 LLM 生成的标签 llm_interest_tags 和 llm_category_hints 会存进用户画像文档，后续搜索时当额外标签用，权重系数 LLM_TAG_WEIGHT 可配置（默认 1.25）。

即使你是个新用户，只有几条点击，统计画像还没累积，LLM 也能猜个八九不离十，让你的冷启动体验不“冷”。

---

六、搜索排序：怎么把画像变成搜索结果？

这是整套系统的灵魂。所有的画像、会话上下文，最终都注入到 Easysearch 的查询 DSL 里。

核心代码在 core/persona_ranker.py 的 build_query 方法。我一步步说它怎么拼 DSL。

假设用户搜“耳机”，我们先用一个简单的 multi_match 把基础相关度算出来：

{
  "multi_match": {
    "query": "耳机",
    "fields": ["title^2", "tags"],
    "type": "best_fields"
  }
}

标题权重是标签的两倍，这个只是基础的文本相似分。

然后就到 function_score 上场了。它可以在基础分之上叠加很多“函数”，我们用它来注入个性化。

6.1 类目加权

从画像里取出 category_weights，遍历每个权重超过阈值（0.45）的类目，构建：

{ "filter": { "term": { "category": "电子" } }, "weight": 2.4 }

这个 weight 是怎么算的？


画像中电子权重（比如 1.0） × PERSONA_CATEGORY_WEIGHT（默认 2.0）= 2.0。

如果当前会话也点击过“电子”，再加 PERSONA_SESSION_BONUS（0.5），所以最终是 2.5 左右。

这就意味着，只要你历史上对“电子”感兴趣，所有“电子”类的商品在“耳机”这个关键词下的原始得分上，都会被额外乘以一个大权重。

6.2 价格带匹配

从画像里拿到你的价格带偏好，比如 price_tier_pref: "mid"，于是我加两个函数：

{ "filter": { "term": { "price_tier": "mid" } }, "weight": 1.5 },
{ "filter": { "bool": { "must_not": [{ "term": { "price_tier": "mid" } }] } }, "weight": 0.8 }

• 恰好是“主流价”的商品，基础分乘以 1.5 加成。

• 不是“主流价”的商品，乘以 0.8 降权，但不至于完全不能出现，只是排在后面。

6.3 标签加权

画像里的 tag_weights 和 LLM 兴趣标签，只要权重 >0.3 的标签，都加上：

{ "filter": { "term": { "tags": "蓝牙" } }, "weight": 1.5 },
{ "filter": { "term": { "tags": "降噪" } }, "weight": 1.25 }

如果你当前会话还浏览过这些标签，再加一点 bonus。

6.4 会话兜底

这是非常关键的一步：

假如你根本没登录，或者画像里还没有多少兴趣标签（新用户），我们不能让你看到的搜索结果完全是随机的文本排序。

所以我把你当前会话已经点击的类目、浏览的标签，拿出来也弄成加权函数：

// 本会话点击过的类目（即使画像中没有）
{ "filter": { "term": { "category": "家居" } }, "weight": 0.76 }
// 本会话浏览过多次的标签
{ "filter": { "term": { "tags": "静音" } }, "weight": 0.56 }

权重系数分别为 PERSONA_SESSION_ONLY_CATEGORY_BOOST=0.38 和 PERSONA_SESSION_ONLY_TAG_BOOST=0.28，乘以频次。这样即使你之前从来没看过家居，此刻随便点了一个“台灯”，再搜“桌子”也能看到相关的家居桌子排前面。

6.5 内容质量分

最后再加一个 field_value_factor：

{ "field_value_factor": { "field": "score_base", "factor": 1.2, "modifier": "ln1p", "missing": 0.1 } }

score_base 是内容热度分，0~1，取 ln(1 + 1.2 * 分)，让高质量商品基础动能大一点。

所有这些函数使用 score_mode: "sum"，也就是把各个函数的得分加起来，再乘以基础查询的 _score（boost_mode: "multiply"）。最终总分就是文本相关度 × 个性化综合权重。

6.6 最终 DSL 长这样（截短示例）

{
  "query": {
    "function_score": {
      "query": {
        "multi_match": {
          "query": "耳机",
          "fields": ["title^2", "tags"],
          "type": "best_fields"
        }
      },
      "functions": [
        { "filter": { "term": { "category": "电子" } }, "weight": 2.4 },
        { "filter": { "term": { "price_tier": "mid" } }, "weight": 1.5 },
        { "filter": { "term": { "tags": "蓝牙" } }, "weight": 1.5 },
        { "filter": { "term": { "tags": "降噪" } }, "weight": 1.25 },
        { "filter": { "term": { "category": "家居" } }, "weight": 0.76 },
        { "field_value_factor": { "field": "score_base", "factor": 1.2, "modifier": "ln1p", "missing": 0.1 } }
      ],
      "score_mode": "sum",
      "boost_mode": "multiply",
      "min_score": 0.1
    }
  },
"from": 0,
"size": 20
}

现在你明白了吧，同一个 query“耳机”，A 用户因为画像权重里“电子”1.0、“蓝牙”0.9，结果中电子类、带蓝牙的商品分超高；

B 用户画像里“运动”权重高，且价格带是“value”，那运动耳机就更靠前。

千人千面就是这么来的。

---

七、“为你推荐”怎么做？没有查询词，画像替你造词

在首页推荐场景，用户没主动搜，但我们仍然想给他个性化的商品。思路很简单：拿用户画像里的标签、类目，以及 LLM 推断的兴趣词，拼成一个多词查询，然后用 multi_match 去搜。

代码在 PersonaRanker.build_persona_feed_keyword 里，拼词顺序：

1. 画像 tag_weights 里权重 >0.12 的标签（最多 10 个）

2. 画像 category_weights 里权重 >0.2 的类目名

3. LLM 的 interest_tags（最多 8 个）

4. LLM 的 category_hints（最多 4 个）

5. 当前会话点击类目和浏览标签

去重后拼接成字符串，比如：“蓝牙 降噪 电子产品 运动耳机 家居”。如果啥也没有，就用兜底词“键盘 大米 咖啡 图书 家居 耳机”。

然后这个字符串作为 query 丢给上面那个 build_query，同样注入画像加权，首页推荐流就出来了。每个用户看到的推荐流都不一样。

---

八、可视化：让你亲眼看见“系统怎么懂你”

我做了个简洁的画像页面（/persona），用 ECharts 把你所有的兴趣可视化：

• 矩形树图：展示画像里的兴趣标签权重。

• 柱状图：展示类目偏好（融合了存储权重和当前会话点击）。

• 词云：本会话最近查看的标签。

• 极坐标图：LLM 推断的兴趣标签（强度递减）。

• 饼图：画像内类目权重分布。

• 文字描述：LLM 生成的用户摘要。

你可以一键点“刷新画像”，触发 POST /api/profile/rebuild，系统重新从 ES 聚合统计并调用 LLM 更新。

---

九、总结

咱们用一个完整的项目 SearchPersona 跑通了个人性化电商搜索的全流程：

1. 商品建模：精细化的标签和价格带。

2. 行为采集：埋点 + Session 上下文实时更新。

3. 画像构建：行为聚合 + 时间衰减 + LLM 推断。

4. 搜索排序：function_score 多因子加权，包括类目、标签、价格、会话兜底。

5. 无查询推荐：从画像拼词生成推荐流。

6. 可视化：ECharts 展示画像。

整个系统足够简洁，但覆盖了工业级个性化搜索的核心理念。你可以直接拿去用，或者在现有 ES 搜索上加一层类似的 function_score 逻辑。

希望这篇大白话技术博客能让你对“千人千面”的实现不再觉得神秘。有任何问题，评论区找我聊。觉得有用的话，点个赞、点个在看，分享给更多做搜索的朋友。

铭毅天下，专注 ES / Easysearch 技术实践，关注我，搜索不迷路！

告别命令行！INFINI Easysearch 全新图形化部署体验实战详解

Easysearch——Elasticsearch 国产化替代方案！

EasySearch 最常见问题答疑——国产化搜索引擎实战指南

投标环节：如何科学、合理地介绍 Elasticsearch 国产化替代方案——Easysearch？

---

更短时间更快习得更多干货！

和全球 2100+ Elastic 爱好者一起精进！

AI 时代，抢先一步学习进阶干货！