# WeSearch traite désormais tout le trafic de WeChat Search

> Le système de recherche est déployé dans l’ensemble de WeChat Search. Ses auteurs font état de davantage de clics sur les articles, de coûts de ressources réduits et d’une recherche plus rapide dans les contenus texte et image.

Oossa · 2026-11-03 · https://oossa.com/fr/wesearch-now-handles-all-wechat-search-traffic

WeSearch, un nouveau système de recherche pour WeChat Search, traite désormais 100 % du trafic de production du service, indiquent ses auteurs. Lors d’un test A/B d’un mois mené sur l’ensemble du trafic, ils ont constaté une hausse de 0,68 % du taux de clics (CTR) et de 2,27 % du nombre de clics sur les articles par utilisateur. Le système a également réduit de 41 % les coûts en ressources liés à la recherche et diminué de 19 millisecondes le temps de latence pour la recherche dans les contenus texte et image.

Le système vise à aider WeChat Search à trouver des contenus pertinents dans des collections comptant de quelques centaines de millions à plusieurs milliards de documents. Au lieu d’attribuer à chaque document un parcours unique et fixe dans une arborescence thématique, WeSearch commence par repérer, pour une requête, des groupes de documents potentiellement pertinents, puis classe les documents au sein de ces groupes. Selon ses auteurs, cette méthode convient mieux aux documents qui abordent plusieurs sujets et que risque de mal représenter un parcours unique et fixe.

## Quelle est sa place dans la recherche ?

WeSearch est le système de recherche sémantique de WeChat Search. Il fonctionne aux côtés d’un arbre syntaxique lexical. En termes simples, il aide à trouver des contenus par leur sens, tandis que l’autre composant traite les correspondances fondées sur les mots et la structure. Les auteurs décrivent ces deux éléments comme complémentaires, et non WeSearch comme un remplacement de toutes les composantes du moteur de recherche.

Le système utilise aussi des représentations compactes des documents et un entraînement qui tient compte de leur pertinence. Son index peut être mis à jour progressivement, ce qui permet aux auteurs d’actualiser le modèle chaque semaine, voire chaque jour si nécessaire. C’est important pour un service de recherche dont le contenu évolue constamment : les mises à jour n’ont pas à attendre une reconstruction complète de l’index.

Les auteurs font état de gains constants lors de tests A/B d’une semaine sur des collections de tailles diverses, mais le résumé ne précise pas les chiffres de ces tests. Il n’indique pas non plus comment la variation du CTR a été calculée ni ne fournit d’évaluation indépendante. Les résultats rapportés pour le test d’un mois décrivent donc les performances mesurées de WeSearch au sein de WeChat Search, et non une comparaison générale avec d’autres systèmes de recherche.

## Les faits

- Selon ses auteurs, WeSearch traite 100 % du trafic de production de WeChat Search.
- Lors d’un test A/B d’un mois mené sur l’ensemble du trafic, les auteurs font état d’une hausse de 0,68 % du CTR et de 2,27 % du nombre de clics sur les articles par utilisateur.
- Le même test a fait état d’une baisse de 41 % des coûts en ressources liés à la recherche et d’une réduction de 19 millisecondes du temps de latence pour la recherche dans les contenus texte et image.
- WeSearch peut être actualisé chaque semaine, voire chaque jour si nécessaire, et a été testé sur des collections comptant de quelques centaines de millions à plusieurs milliards de documents.

## Pourquoi c'est important

Pour les personnes qui effectuent des recherches dans WeChat, les résultats présentés par les auteurs laissent penser que le système pourrait faire ressortir des articles plus susceptibles d’être consultés, tout en mobilisant moins de ressources. Les gains rapportés concernent spécifiquement WeChat Search ; le résumé ne précise pas si les utilisateurs remarqueront ces changements dans toutes leurs recherches ni comment le chiffre du CTR a été calculé.

## Sources et références

1. [WeSearch: A Unified Model-Centric Retrieval Framework for WeChat Search](https://arxiv.org/abs/2611.00530) – arXiv cs.IR, 2026-11-03

Dernière mise à jour: 2026-11-03