对工程师来说人工智能（AI）是很酷炫的，就像宇宙飞船和科幻小说也很酷一样。机器学习和人工智能吸引了非常多的关注。一些IT巨头如IBM和Intel，已经实施了整套市场宣传，促使这些研究领域的实践日益增长。这继续很酷炫科幻吗？这些增长现在能合理地用于增强我们的应用吗？
学习排序技术把机器学习带进了搜索引擎的世界，这既不是魔术也不是小说。在新的较小的应用案例潮流的风口浪尖，允许一个现成的类库实现来满足用户预期。
什么是相关度工程？搜索和探索非常适合应用机器学习技术。相关度工程是指识别文档集中针对这些文档的用户最重要的特征，并使用这些特征来优化搜索引擎，从而为每个用户的每次搜索返回最佳匹配文档的过程。简单重申下一个搜索引擎的工作过程：在索引阶段文档被解析成短语，这些短语随后会被插入到下图所示的索引中：
在搜索阶段，单个查询也被解析为短语。搜索引擎随后从倒排索引中检索这些短语，对匹配的文档做排序，抽取出跟这些文档最关联的文本，并返回排序后的结果给用户，如下所示：
根据文本短语识别最佳特征，是一个基础性难题。所有的书籍和博士生都在研究求解该问题。（厚颜推荐下我们的书《相关度搜索》6！）现在考虑一个销售记录：
ID Title Price 1 Blue shoes $10 2 Dress shoes $15 3 Blue dress $20 4 Red dress $40作为人类，我们直觉上知道在文档2里，‘dress’是一个描述鞋子的形容词，而在文档3和4中，‘dress’是一个名词，是类目中的一项。作为一个相关度工程师，我们可以构建一个信号量来猜测用户在搜索‘dress’时究竟希望是形容词还是名词。即使通过谨慎的手工分类，文本短语也是一个内容上的细微差别的不完美的呈现。
机器学习排序起源来自Wikipedia的定义：
学习排序或机器学习排序（MLR）是指应用机器学习为信息检索系统构建排序模型。通常通过一个二次排序函数实现。
这表示，并非使用一个机器学习模型替代搜索引擎，我们通过一个额外的步骤来扩展下流程。在查询到达索引后，该查询的最佳结果会被导入模型，并在返回用户前重新排序，如下图示：
搜索引擎通常有两个评价标准：召回率，即相关文档在结果集中返回的比例；精准率，即结果集中相关文档的比例。作为相关度工程师，为文档构建信号量，让搜素引擎返回所有重要结果，与优先返回最佳文档相比通常没那么难。直觉上，通常可能会通过简单地返回更多文档来提升召回率。但是对于一个普通用户，如果更好的结果不在列表的最开头，那就并没有什么提升。
机器学习如何介入到这个过程？回到我们的Wikipedia定义：
机器学习是计算机科学的一个分支领域，让计算机能够在未明确编程的前提下学习。源于模式识别研究和人工智能方面的计算学习理论的发展，机器学习重在挖掘研究和构建能从数据中学习并作出决策的算法。
机器学习不是魔法，相比于人类理解词汇也并不智能。对于实践中的工程问题，需要提供一个训练数据集：我们想让机器去学习的数值模式的数值得分。事实证明，构建一个精确的训练数据集并不容易，并且对于很多现实中的应用，构建训练数据成本极高，即使使用优化算法。因此，如果搜索引擎在召回率方面已经挺好的了，就无需再收集数据来训练模型了；只需要在排序方面训练模型，或者在结果集中对文档重排序即可。
