CSDN Robot-N 智能推薦原理揭秘：其實是加了過濾的搜索引擎

用戶好奇 CSDN 機器人「Robot-N」如何從海量問答中精準匹配答案。本質上它是一個**垂直領域搜索引擎 + 規則過濾器**的組合：

核心流程

1. 索引構建：對所有已解決問答的標題、標籤、正文、最佳答案建立倒排索引（Lucene/Elasticsearch）
2. 查詢理解：用戶提問經分詞、同義詞擴展、實體識別轉為結構化查詢
3. 召回排序：BM25/向量相似度粗排 → 機器學習模型（LR/GBDT/BERT）精排
4. 結果過濾：只保留「已采納答案」「高贊回答」「相似度閾值以上」的前 1-2 條
5. 摘要生成：截取答案前 200 字符作為展示摘要

關鍵技術點

• 不構建獨立知識圖譜，直接復用現有 QA 對
• 實時性：新回答秒級進入索引
• 冷啟動：新標簽靠規則匹配，積累數據後引入模型

所以「自己組建知識庫」是誤解，它只是把現有數據搜得更快、展示更精準而已。