APP搜索和推荐功能一样吗？图文搜索和视频搜索有什么不同？

春节期间，抖音给它的搜索做了一次PR，称抖音搜索MAU超5.5亿，刚好比年初微信公布的搜一搜MAU5亿还要高一些。流量从PC时代过渡到移动互联网时，移动app将传统的超级流量入口进行无限切分。但分久必合，最后移动端的流量又回到三个超级国民app上，分别是微信、支付宝、抖音，代表着社交，商业和泛娱乐。

「搜索的本质是什么」

搜索是一个连接点，连接了消费端(人)和生产端(内容、服务、商品等)，符合一个很典型的供应、需求、连接点的模型，简称供需连模型。

这个连接的方向值得留意，是由消费端为发起点，向生产端发起连接。这个方向跟推荐是相反的，这个差异我们在后面会聊到。

到这里我们就更容易理解，搜索是解决搜索发起者的某些需求，因此搜索是否满足消费端的需求，取决于它的两个指标：一个是搜索的精准度，一个是搜索的效率。分别是大多程度程度满足，以及多快满足这个需求，前者优先级先于后者。

因此，搜索是一个由内容消费者主动发起内容请求，经过搜索平台响应，从内容生产库进行搜索匹配，最后由内容生产库下发匹配响应的闭环过程。简单点说，搜索是一个供需匹配的过程。

「搜索平台的核心竞争力是什么」

在pc的互联网时代，国内搜索以百度为王。百度自己并没有自己的内容生产库，内容生产库是整个互联网共享的资源。这时候的搜索，搜索引擎不过是做了内容理解和连接这两个动作。

到了移动互联网时候，搜索的需求并没有发生改变，但是由于流量的分发方式和用户习惯发生了变化，传统的统一流量分发入口被app们做了流量的瓜分，内容的生产库就以一个app池的形式存在。如微信，知乎，小红书，B站，抖音，快手，支付宝…

搜索平台的核心竞争力也发生了迁移，从pc时代的搜索连接算法到移动互联网时代的平台端内内容生产库的积累。

于是我们不难理解，为什么微信，抖音，支付宝都纷纷在搜索上发力，原因是他们有着自己服务属性的超级内容库。

「搜索和推荐有什么不同」

供求的模型上看，推荐和搜索一样，都是内容消费者和生产者的连接点，都是供需匹配的过程。

发起的场景上而言，搜索是一种主动求知的过程，推荐是一种被动消遣的过程。如下图：搜索是由内容消费者明确地向搜索平台发起自己的需求;而推荐的模型中，内容消费者并没有明确表达自己的需求，而是由推荐系统统根据用户的历史行为，去构造一个系统理解下的消费者画像，包含用户的性别，年龄，内容消费喜好等等。

推荐的前提是理解用户，再去解析内容。而搜索只需要解析内容就好了，从算法难度上而言，推荐是搜索之上的升级。理解用户并不是一件简单的事情，因为大部分时候，我们连自己都并不了解自己，何况说机器。

「图文搜索和视频搜索 本质有什么不同」

本质上没有区别。图文/语音/视频，不过是信息传输的载体而已。在整个供需连模型里，这个关系链并不会因为载体发生变化而变化。

我们狭义上理解的视频化搜索，不过是内容生产库向下返回搜索结果的时候，是以视频的媒介来显现。而在消费者发起搜索时，仍是以文本的形式。对于算法而言，难点在于怎么把视频内容的理解简化成文本的理解一样，要么通过视频内容生产者的标题，描述;要么通过图像分析，机器学习的方式去理解。前者是人为地给视频内容打上标签，但毕竟是人为的，可信度存疑。

今天先到这，后会有期。