美团搜索多业务商品排序探索与实践:一种基于多子塔结构的方法

作者:rousong2024.04.02 12:29浏览量:6

简介:本文介绍了美团搜索在商品多业务排序方面的探索与实践,主要采用了多子塔结构的方法,通过引入ESMM模型结构,有效提升了商品的搜索排序效果。本文旨在为从事搜索引擎技术的人员提供可参考的实践经验和解决问题的方法。

千帆应用开发平台“智能体Pro”全新上线 限时免费体验

面向慢思考场景,支持低代码配置的方式创建“智能体Pro”应用

立即体验

美团搜索多业务商品排序探索与实践:一种基于多子塔结构的方法

随着电子商务的快速发展,搜索引擎在商品推荐和购买决策中扮演着越来越重要的角色。美团作为一家领先的电商平台,其搜索系统每天需要处理数千万用户的搜索请求,为用户提供精准、高效的商品推荐服务。在商品多业务排序方面,美团搜索进行了一系列的探索与实践,本文主要介绍了一种基于多子塔结构的方法。

一、背景介绍

美团搜索商品多业务排序面临着诸多挑战。不同业务之间存在较大的供给和履约差异,同时消费频次和业务规模也各不相同。这些差异导致各业务在模型训练数据中的分布差异较大,使得采用统一模型对各类业务商品进行统一的混合排序建模变得困难。因此,美团搜索需要一种既能兼顾不同业务共性,又能体现各业务特性的排序方法。

二、多子塔结构的设计与实践

为了应对上述挑战,美团搜索采用了一种多子塔结构的方法。这种方法将不同业务的商品分别建模,每个业务对应一个子网络,从而实现了对各类业务商品的统一混合排序。具体来说,多子塔结构包括闪购子网络、买菜子网络、外卖子网络、优选子网络和团好货子网络等五个子网络。

在多子塔结构中,每个子网络都负责学习对应业务的商品特征,同时引入ESMM(Estimation of Scale via Multiple Models)模型结构来更好地学习下单信息。ESMM模型结构通过引入两个辅助任务(点击和购买)来优化主任务(下单)的预测效果,从而提高了排序的准确性。

三、实践效果与分析

经过实践验证,采用多子塔结构的方法在美团搜索商品多业务排序中取得了显著的效果。离线指标相比基线提升明显,同时经过线上AB实验测试,点击率提升了20BP(基点),访购率提升了37BP。这表明多子塔结构方法在实际应用中具有较好的性能表现。

四、总结与展望

本文介绍了美团搜索在商品多业务排序方面的探索与实践,采用了一种基于多子塔结构的方法,有效提升了商品的搜索排序效果。通过引入ESMM模型结构,该方法既兼顾了不同业务的共性,又体现了各业务的特性。实践结果表明,该方法在实际应用中具有较好的性能表现。

未来,美团搜索将继续探索更多先进的排序技术,进一步优化商品推荐效果,为用户提供更加精准、高效的搜索服务。同时,我们也期待与更多同行分享和交流经验,共同推动搜索引擎技术的发展。

五、附录

为了便于读者理解和实践,我们在附录中提供了多子塔结构的具体实现代码和参数设置。此外,我们还提供了部分实验数据和结果,以便读者进行验证和比较。

通过本文的介绍,相信读者对美团搜索多业务商品排序探索与实践有了更加深入的了解。我们期望这种基于多子塔结构的方法能够为从事搜索引擎技术的人员提供可参考的实践经验和解决问题的方法。同时,我们也期待与广大同行一起,共同推动搜索引擎技术的发展,为用户提供更加优质的搜索体验。

article bottom image

相关文章推荐

发表评论