3.2.4　搜索与推荐的对比

在了解完搜索系统的原理后，结合第2章讲解的推荐系统原理，我们发现两者都有“召回+排序”的环节，本质上也就是将视频内容与用户需求相匹配的过程，那么搜索和推荐到底有什么区别呢？我们从以下几个方面进行解读。

（1）搜索是针对搜索词查找内容，推荐是针对用户画像查找内容

用户画像相比于搜索词，表达的维度通常会更广，包含的信息也会更多。用户画像包括用户的性别、年龄、地域、短期兴趣与长期兴趣等，系统可以根据任意一个信息进行内容匹配，召回内容相对会更加丰富；而搜索词往往比较精确，搜索更多的是考量相关性，故可供召回的维度较少。但是在某些场景下，搜索与推荐也会产生一定的协同，例如搜索也会在查询的时候附加上用户画像的信息，搜索里的“搜索发现”模块的内容是由推荐系统所生成的（推荐系统会结合用户的历史搜索词）。

（2）搜索侧重快速满足，强调用完即走

推荐侧重于持续服务，强调用户时长；搜索产品更加偏向工具属性，系统期望搜索结果的理想状态是：用户对首条搜索结果就很满意，点击后立即离开搜索结果页。所以效果越好的搜索系统，用户获取信息的效率越高，用户停留时长越短；而推荐的衡量指标则是为了拉升用户停留时长，对用户兴趣的探索更加深入，推荐的内容更加符合用户的兴趣，甚至能够为用户提供惊喜感，用户则也更愿意花时间在产品里。

（3）搜索结果要求精准，推荐结果则相对比较模糊

推荐推错的代价要小于搜索排错的代价。推荐并没有一个标准答案，没有说必须要给某个用户推荐什么内容的要求，只要是与用户兴趣相关，理论上都不属于“推荐错误”；而搜索却是有相对标准的答案的，特别是用户意图清晰的情况下，必须将最合适的结果返回给用户。

（4）搜索技术体系相比推荐技术体系的难度相对更高

第一是体现在两者需要处理的数据量级上，推荐是在优质内容库的百万量级池子里寻找内容，而搜索是在百亿池子里找到长尾内容，后者要处理的数据量级远高于前者；第二是体现在反馈速度上，搜索系统在需要处理大量数据的前提下，也要保证毫秒级的反馈速度，对于性能的要求更高。

（5）商业变现上，搜索广告侧重于精准的长尾流量，聚焦于中小广告主；推荐广告侧重于规模化，更加适合头部广告主铺量

搜索广告和推荐广告都已经是商业模式很清晰的变现方式，由于搜索广告强调精准度，没有任何其他广告形态能够像搜索广告那样带有明显的用户意图，其市场将持续稳定地存在，规模也会稳定增长；推荐广告由于越来越多的产品重视推荐信息流，所以其收入也水涨船高，在占比上超越搜索广告，受到大量品牌的青睐。

以上几点是搜索和推荐的主要区别，但是在短视频社区的发展趋势上，两者往往相互配合，共同积累用户数据后彼此共享，提升各自的用户体验，搜索会搜出更多让用户惊喜的内容，推荐也会愈发精准。