真实面经题目 · 原创解析
公开群聊搜索排序如何设计，如何结合群名称/内容相关性、活跃度、用户兴趣、质量安全和多样性信号决定排名？
这题考搜索排序系统设计：候选人要能从召回、相关性、质量安全、个性化、多样性和评估指标出发，设计公开群聊搜索的排名策略。
出现于：字节跳动 · 后端开发
01
60 秒回答模板
我会先把公开群聊搜索拆成召回、过滤、粗排、精排和重排五层。召回阶段根据用户 query 从群名、群简介、话题标签、历史公开内容和成员兴趣标签中找候选群，既可以用倒排索引做关键词匹配，也可以用向量召回补语义相关。过滤阶段先去掉不公开、低质量、违规、疑似 spam、人数异常或近期投诉高的群。排序信号分几类：第一是相关性，包括 query 与群名、简介、标签、公开内容的文本匹配和语义匹配；第二是活跃度，包括近期发言人数、消息量、成员增长、留存和响应速度，但要防刷；第三是质量安全，包括群主信誉、投诉率、违规历史、内容健康度、成员稳定性和审核状态；第四是用户兴趣，包括用户关注、观看、搜索、加入过的群、互动主题和地理或语言偏好；第五是多样性和公平性，避免结果全是同类大群或重复主题。最终可以用一个多目标排序模型或分阶段打分，将相关性作为硬底线，再融合质量、兴趣和业务约束；重排阶段做去重、多样性、安全兜底和新群探索。评估上不能只看点击率，还要看加入率、加入后留存、搜索成功率、举报率、退群率、长期活跃和结果多样性。
考点 分层架构
难度 真实面经题
回答目标 让候选人能把公开群聊搜索讲成搜索和推荐结合的排序系统，既有相关性和个性化，也有质量安全、多样性和长期指标。
02
深入解析
先定义搜索目标和约束
公开群聊搜索不是单纯把点击率最高的群排前面，而是要让用户找到相关、活跃、安全、愿意加入且加入后有价值的群。目标指标可以包括搜索点击率、入群率、入群后留存、会话活跃、举报率和退群率。约束包括只展示公开群、合规内容、未被处罚群，以及对未成年人、敏感话题和 spam 的安全处理。
召回覆盖关键词和语义相关
召回可以分多路：群名称和简介的倒排召回、标签召回、公开内容召回、热门主题召回、向量语义召回，以及基于用户兴趣的个性化召回。关键词召回适合精确 query，语义召回适合同义词和模糊表达。召回阶段要保证覆盖率，但也要限制候选规模，并对不公开或违规候选提前过滤。
相关性是排序底座
群聊搜索的第一性信号仍是 query 与群的匹配程度。可以计算群名完全匹配、分词匹配、BM25、标签匹配、简介匹配、公开内容匹配、query 和群向量相似度，以及历史搜索中该 query 对该群的点击和加入行为。群名相关性通常权重要高于长内容，因为用户搜索时更希望结果主题明确。
活跃度和质量要防刷
活跃度包括近 1 天、7 天、30 天消息量、发言人数、活跃成员占比、新成员留存、群主响应和成员增长。但消息量高不一定代表质量高，可能是刷屏或广告。质量信号要加入投诉率、违规率、退群率、禁言处罚、重复内容比例、广告比例、成员稳定性和群主信誉，用来抑制低质高活跃群。
个性化提升搜索满意度
同一个 query 对不同用户可能含义不同。用户兴趣可以来自关注内容、浏览互动、搜索历史、已加入群、好友关系、地域语言和近期意图。个性化要作为加权信号，而不是覆盖相关性底线；如果 query 很明确，相关性更重要，如果 query 较泛，例如游戏、考研、摄影，兴趣和社交关系可以帮助排序。
重排处理安全、多样性和探索
精排后还需要重排。安全规则要兜底拦截敏感或低置信候选；多样性要避免前几位全是同主题、同运营主体或同质大群；探索机制可以给新群和长尾优质群少量曝光，但要受质量阈值限制。最终排序通常是相关性、质量、个性化、活跃度、多样性和安全约束的多目标折中。
03
易错点
- 只按群人数或消息量排序，把公开搜索做成热门榜，忽略 query 相关性。
- 只讲模型排序，不讲不公开群、违规群、spam 群的过滤和安全兜底。
- 把用户兴趣权重放得过高，让搜索结果偏离用户明确输入。
- 活跃度没有防刷设计，容易被广告群或异常行为操纵。
- 没有考虑新群和长尾优质群的冷启动与探索曝光。
- 评估只看 CTR，不看入群后留存、举报、退群和长期满意度。
- 结果页缺少多样性，前几位全是同主题或同运营主体的群。
04
面试官追问
如果一个群很活跃但和 query 不相关，要不要排前？
不应该。相关性应是基础门槛，活跃度只能在相关候选之间加权。否则用户搜索会变成热门推荐，短期点击可能上升，长期搜索信任会下降。
如何处理新建群没有历史数据的冷启动？
可以使用群名、简介、标签、群主信誉、初始成员画像和早期互动作为冷启动特征，并在质量阈值内给少量探索曝光。等积累点击、入群和留存后再进入正常排序。
如何防止群刷活跃度提高排名？
活跃度要用去重发言人数、活跃成员占比、有效互动、留存和投诉率综合判断，并识别重复消息、异常增长、广告内容和小号行为。对刷量嫌疑群降权或进入审核。
关键词召回和向量召回应如何配合？
关键词召回保证精确匹配和可解释性，向量召回补充同义词、口语化和语义相近需求。融合时可以多路召回去重，再用统一排序模型比较相关性和质量。
线上 A/B 实验应该看哪些指标？
除了搜索点击率，还要看结果点击深度、入群率、入群后 1 日或 7 日留存、发言率、举报率、退群率、无结果率和 query 级覆盖，避免只优化短期点击。
