郝聪SEO博客：SEO顾问咨询服务公司

一、线上篇

　　随着业务的发展，美团的商家和团购数正在飞速增长。这一背景下，搜索排序的重要性显得更加突出：排序的优化能帮助用户更便捷地找到满足其需求的商家和团购，改进用户体验，提升转化效果。

　　和传统网页搜索问题相比，美团的搜索排序有自身的特点——90%的交易发生在移动端。一方面，这对排序的个性化提出了更高的要求，例如在“火 é”…”查询下，北京五道口的火锅店A，对在五道口的用户U1来说是好的结果，对在望京的用户U2来讲不一定是好的结果;另一方面，我们由此积累了用户在客户 端上丰富准确的行为，经分析获得用户的地理位置、品类和价格等偏好，进而指导个性化排序。

　　针对美团的O2O业务特点，我们实现了一套搜索排序技术方案，相比规则排序有百分之几十的提升。基于这一方案，我们又抽象了一套通用的O2O排 序解决方案，只需1-2天就可以快速地部署到其他产品和子行业中，目前在热词、Suggestion、酒店、KTV等多个产品和子行业中应用。

　　我们将按线上和线下两部分分别介绍这一通用O2O排序解决方案，本文是线上篇，主要介绍在线服务框架、特征加载、在线预估等模块，下篇将会着重介绍离线流程。

　　排序系统

　　为了快速有效的进行搜索算法的迭代，排序系统设计上支持灵活的A/B测试，满足准确效果追踪的需求。

　　美团搜索排序系统如上图所示，主要包括离线数据处理、线上服务和在线数据处理三个模块。

　　离线数据处理

　　HDFS/Hive上存储了搜索展示、点击、下单和支付等日志。离线数据流程按天调度多个Map Reduce任务分析日志，相关任务包括：

　　离线特征挖掘

　　产出Deal(团购单)/POI(商家)、用户和Query等维度的特征供排序模型使用。

　　数据清洗标注 & 模型训练

　　数据清洗去掉爬虫、作弊等引入的脏数据;清洗完的数据经过标注后用作模型训练。

　　效果报表生成

　　统计生成算法效果指标，指导排序改进。

　　特征监控

　　特征作为排序模型的输入是排序系统的基础。特征的错误异常变动会直接影响排序的效果。特征监控主要监控特征覆盖率和取值分布，帮我们及时发现相关问题。

　　在线数据处理

　　和离线流程相对应，在线流程通过Storm/Spark  Streaming等工具对实时日志流进行分析处理，产出实时特征、实时报表和监控数据，更新在线排序模型。

　　在线服务(Rank Service)

　　Rank  Service接到搜索请求后，会调用召回服务获取候选POI/Deal集合，根据A/B测试配置为用户分配排序策略/模型，应用策略/模型对候选集合进行排序。

　　下图是Rank Service内部的排序流程。

　　L1 粗粒度排序(快速)

　　使用较少的特征、简单的模型或规则对候选集进行粗粒度排序。

　　L2 细粒度排序(较慢)

　　对L1排序结果的前N个进行细粒度排序。这一层会从特征库加载特征(通过FeatureLoader)，应用模型(A/B测试配置分配)进行排序。

　　L3 业务规则干预

　　在L2排序的基础上，应用业务规则/人工干预对排序进行适当调整。

　　Rank Service会将展示日志记录到日志收集系统，供在线/离线处理。

　　A/B测试

　　A/B测试的流量切分是在Rank  Server端完成的。我们根据UUID(用户标识)将流量切分为多个桶(Bucket)，每个桶对应一种排序策略，桶内流量将使用相应的策略进行排序。使用UUID进行流量切分，是为了保证用户体验的一致性。

　　下面是A/B测试配置的一个简单示例。

　　代码如下:

　　{

　　"search": {

　　"NumberOfBuckets": 100,

　　"DefaultStrategy": "Base",

　　"Segments": [

　　{

　　"BeginBucket": 0,

　　"EndBucket": 24,

　　"WhiteList": [123],

　　"Strategy": "Algo-1"

　　},

　　{

　　"BeginBucket": 25,

　　"EndBucket": 49,

　　"WhiteList": [],

　　"Strategy": "Algo-2"

　　}

　　]

　　}

　　}

　　对于不合法的UUID，每次请求会随机分配一个桶，以保证效果对比不受影响。白名单(White  List)机制能保证配置用户使用给定的策略，以辅助相关的测试。

　　除了A/B测试之外，我们还应用了Interleaving[7]方法，用于比较两种排序算法。相较于A/B测试，Interleaving方 法对排序算法更灵敏，能通过更少的样本来比较两种排序算法之间的优劣。Interleaving方法使用较小流量帮助我们快速淘汰较差算法，提高策略迭代 效率。

　　特征加载

　　搜索排序服务涉及多种类型的特征，特征获取和计算是Rank   Service响应速度的瓶颈。我们设计了FeatureLoader模块，根据特征依赖关系，并行地获取和计算特征，有效地减少了特征加载时间。实际业 务中，并行特征加载平均响应时间比串行特征加载快约20毫秒。

　　FeatureLoader的实现中我们使用了Akka[8]。如上图所示，特征获取和计算的被抽象和封装为了若干个Akka  actor，由Akka调度、并行执行。

　　特征和模型

　　美团从2013å¹´9月开始在搜索排序上应用机器学习方法(Learning to   Rank)，并且取得很大的收益。这得益于准确的数据标注：用户的点击下单支付等行为能有效地反映其偏好。通过在特征挖掘和模型优化两方面的工作，我们不 断地优化搜索排序。下面将介绍我们在特征使用、数据标注、排序算法、Position  Bias处理和冷启动问题缓解等方面的工作。

　　特征

　　从美团业务出发，特征选取着眼于用户、Query、Deal/POI和搜索上下文四个维度。

　　用户维度

　　包括挖掘得到的品类偏好、消费水平和地理位置等。

　　Query维度

　　包括Query长度、历史点击率、转化率和类型(商家词/品类词/地标词)等。

　　Deal/POI维度

　　包括Deal/POI销量、价格、评价、折扣率、品类和历史转化率等。

　　上下文维度

　　包括时间、搜索入口等。

　　此外，有的特征来自于几个维度之间的相互关系：用户对Deal/POI的点击和下单等行为、用户与POI的距离等是决定排序的重要因素;Query和Deal/POI的文本相关性和语义相关性是模型的关键特征。

　　模型

　　Learning to   Rank应用中，我们主要采用了Pointwise方法。采用用户的点击、下单和支付等行为来进行正样本的标注。从统计上看，点击、下单和支付等行为分别 对应了该样本对用户需求的不同的匹配程度，因此对应的样本会被当做正样本，且赋予不断增大的权重。

　　线上运行着多种不同类型模型，主要包括：

　　Gradient boosting decision/regression tree(GBDT/GBRT)

　　GBDT是LTR中应用较多的非线性模型。我们开发了基于Spark的GBDT工具，树拟合梯度的时候运用了并行方法，缩短训练时间。GBDT的树被设计为三叉树，作为一种处理特征缺失的方法。

　　选择不同的损失函数，boosting tree方法可以处理回归问题和分类问题。应用中，我们选用了效果更好的logistic likelihood  loss，将问题建模为二分类问题。

　　Logistic Regression(LR)

　　参考Facebook的paper[3]，我们利用GBDT进行部分LR特征的构建。用FTRL算法来在线训练LR模型。

　　对模型的评估分为离线和线上两部分。离线部分我们通过AUC(Area Under the ROC Curve)å’ŒMAP(Mean  Average  Precision)来评价模型，线上则通过A/B测试来检验模型的实际效果，两项手段支撑着算法不断的迭代优化。

　　冷启动

　　在我们的搜索排序系统中，冷启动问题表现为当新的商家、新的团购单录入或新的用户使用美团时，我们没有足够的数据用来推测用户对产品的喜好。商 家冷启动是主要问题，我们通过两方面手段来进行缓解。一方面，在模型中引入了文本相关性、品类相似度、距离和品类属性等特征，确保在没有足够展示和反馈的 前提下能较为准确地预测;另一方面，我们引入了Explore&Exploit机制，对新商家和团单给予适度的曝光机会，以收集反馈数据并改善预 测。

　　Position Bias

　　在手机端，搜索结果的展现形式是列表页，结果的展示位置会对用户行为产生很大的影响。在特征挖掘和训练数据标注当中，我们考虑了展示位置因素引 入的偏差。例如CTR(click-through-rate)的统计中，我们基于Examination  Model，去除展示位置带来的影响。

　　线上篇总结

　　线上篇主要介绍了美团搜索排序系统线上部分的结构、算法和主要模块。在后续文章里，我们会着重介绍排序系统离线部分的工作。

　　一个完善的线上线下系统是排序优化得以持续进行的基础。基于业务对数据和模型上的不断挖掘是排序持续改善的动力。我们仍在探索。

内文分页： [1] [2]