因此，数据在存储时，除了本身实体属性外，还需要引入一些额外的标签对数据质量进行多方面评价。 对于房源信息，数据库通常会录入房源的标题、名称、类型、位置、价格、户型、面积、楼层、朝向、发布时间等字段，同时这些将这些数据做结构化处理，方便搜索引擎和其他业务查询。
除此之外，也可以引入房源质量评分、评分、户型评分、评级等多维评价标签或指数，作为召回策略的条件。 召回方式 与大多搜索引擎系统一样，房产搜索引擎通常采取多路召回策略，下面介绍几种常用的召回策略： 文本索引召回：文本索引通常使用倒排索引方式。
根据用户输入的关键词，对房产数据库中的已有的索引进行检索，查找包含关键词的房源文档信息。
例如，用户在平台搜索三室两厅，搜索引擎根据数据库中查找包含三室和两厅的文档索引，从中返回符合搜索条件的房源信息并呈现给用户。
精准召回：根据用户输入的召回条件，从房产数据库中筛选 车主数据库 出符合条件的房源信息，保证召回的准确性和完整性。
例如，用户在房产平台搜索深圳市罗湖区，平米以下的二手房。根据用户输入的qery，不进行纠错、扩展等操作，优先在数据库中筛查找符合qery的房源信息。
同义词改写：将用户输入的qery转换为相似的同义词，从而扩大召回范围，提高召回的覆盖率。例如，当用户在房产平台搜索带阳台的房子，搜索引擎可以将阳台改写为露台，阳光房等同义词，从而扩大搜索范围，提高召回率。
I：基于用户历史行为数据，将用户行为、偏好等信息作为召回条件之一，提高召回的个性化程度。比如经常搜索小户型房源的用户，我们可以在召回时将小户型或室加入到召回条件中，提高搜索结果的满意度。
II：基于不同房源之间的相似度，将某个房源特征加入到召回条件中，推荐相似的房源信息。例如，用户收藏了一套花园别墅。
基于该房源的特征，比如位置、房型、面积、价格等，在搜索结果中适当推荐其它具有相似特征的别墅给用户。 除此之外，召回策略还包含向量召回、基于深度学习召回等方式，有兴趣的读者可以通过作者其他文章了解。
召回是从海量的物品库里快速找出用户可能感兴趣的物品的过程，它决定了推荐系统的上限。如果召回的物品与用户需求无关，那么后面的排序就算再好也无法解决用户需求。