大众点评内容搜索算法优化的探索与实践

大众点评内容搜索算法优化的探索与实践

💡 原文中文,约6400字,阅读约需16分钟。
📝

内容提要

美团在本地生活服务领域深耕多年,通过优化内容搜索体验,满足用户更丰富的需求类型。通过供给理解、召回环节、排序环节、满意度优化和多目标融合等环节,持续优化内容搜索的体验。大众点评内容搜索通过优化用户体验持续提升渗透率,进入快速增长阶段。

🔎

延伸解读

内容搜索与典型搜索的差异

文章对比了内容搜索与网页搜索、电商搜索、商户搜索的差异。优化目标上,内容搜索需兼顾搜索满意度和点击、停留时长、交互行为;地域约束上,内容搜索有强LBS限制;供给类型上,内容搜索包含笔记、评价、攻略、菜谱等多种类型;结构化程度上,内容搜索呈半结构化特点;供给规模大且更新频繁。这些差异决定了内容搜索需结合自身特点进行技术选型和方案设计。

排序环节的多目标建模与校准

排序环节包括粗排、精排、多目标融合排序和异构混排。精排中,多目标建模采用MMoE和PPNet融合方案,通过dropout、skip connection等防止Gate极化,并引入个性化因子。针对梯度冲突导致的跷跷板问题,对重要表征增加参数量或控制梯度反传。输出层引入基于对抗梯度的探索网络促进新内容分发,并在LambdaLoss基础上增加Logloss进行校准,提升预估分数的稳定性和准确性。

满意度优化的自动化标注探索

满意度优化关注相关性、时效性、地域性和内容质量等维度。相关性判断综合图片、文本、商户信息抽取关键信息;时效性建模通过挖掘热点事件库和独立召回通道承接。文章对比了人工标注与自动化标注:自动化标注在成本和效率上优势明显,准确率虽未完全达到人工水平但已可用,且能方便扩充标注维度、稳定性更高。实现上通过分步推理,先分析用户意图,再结合Query、意图和结果进行多维度分析,最终判定需求满足程度。

❓

Q&A

美团如何优化内容搜索体验以满足用户需求?

美团通过供给理解、召回、排序、满意度优化和多目标融合等环节持续优化内容搜索体验,以满足用户更丰富的需求类型。

内容搜索与其他类型搜索有什么显著区别?

内容搜索与网页搜索、电商搜索、商户搜索相比,强调搜索满意度、用户交互行为和地域限制等方面的差异。

在内容搜索中,如何进行供给理解?

供给理解包括显式标签和隐式表征,需充分理解用户创作的海量内容,并构建灵活的标签体系。

美团在内容搜索的召回环节采取了哪些策略?

召回环节包括语义召回、个性化召回和策略召回,确保搜索结果的相关性和个性化满足用户需求。

满意度优化在内容搜索中有哪些重要维度?

满意度优化关注搜索结果的相关性、时效性和内容质量等显式维度,以提升用户体验。

美团如何实现多目标融合以提升搜索效果?

多目标融合通过融合各个维度的预估分数并排序,确保打分的稳定性和精准性,以满足不同用户需求。

🏷️

标签

➡️

继续阅读