接下來為大家介紹下飛豬在召回策略上的一些技術(shù)：

航旅召回跟常用的搜索召回有相似的地方，也有不同，面臨的挑戰(zhàn)主要有：

• 用戶query和商品描述之間存在GAP

• 航旅商品僅百萬級，而且城市分割，很容易造成無結(jié)果

• 召回優(yōu)化時(shí)，很容易導(dǎo)致誤召回

• 旅行是低頻行為，用戶行為稀疏，算法樣本較少

鑒于這種情況，我們對用戶的召回分成了以下四種召回方式：經(jīng)典召回（同義詞挖掘、相似query改寫、商品POI挖掘）、LBS召回、向量召回、個(gè)性化召回（I2I&U2I以及向量模型），來滿足用戶的需求。

1. 經(jīng)典召回

剛剛已經(jīng)介紹過同義詞挖掘和商品POI挖掘，這里主要介紹下相似query改寫。以“上海迪士尼樂園門票”為例，其實(shí)標(biāo)準(zhǔn)的商品是“上海迪士尼度假區(qū)”，而“黃山風(fēng)景區(qū)”的標(biāo)準(zhǔn)商品其實(shí)是“黃山”。在這樣的情況下，如果我們直接創(chuàng)建搜索，可能召回的效果比較差。因而，我們會進(jìn)行一些相似query挖掘，來滿足這種query和title GAP的情況。

Learning To Rewrite：

我們思路是使用多路改寫產(chǎn)生候選集合，然后用learning to Rank 選取top K結(jié)果。

首先假設(shè)用戶在篩選中輸入了query，這個(gè)query是比較相似的。因?yàn)橛脩粼诤Y選中是想要獲得他想要的結(jié)果。如果用戶第一個(gè)query，沒有得到想要的結(jié)果，用戶會進(jìn)行一些改寫。就相當(dāng)于用戶幫助我們完成了一次改寫，我們從中可以學(xué)到用戶改寫的信息。這里我們是用類似word2vec的模型實(shí)現(xiàn)的。

另外，從query相似度來看，我從文本上也可以獲得一個(gè)相似的query文本。這里我們采用的是doc2vec模型，來獲得文本相似性。

最后，通過query和title點(diǎn)擊，可以訓(xùn)練一個(gè)雙塔結(jié)構(gòu)的語義相似度模型，來獲得query和title相似性的特征。

通過這三種方式，我們可以獲得想要的相似query改寫的候選。

對于候選，通過一些人工標(biāo)注及線上的埋點(diǎn)信息，來獲得原query和候選query相似的標(biāo)注。這樣我們就可以訓(xùn)練一個(gè)模型來進(jìn)行相似query的排序工作。

最終，我們線上使用的模型是PS-SMART 模型。加上規(guī)則過濾之后，準(zhǔn)確率可以達(dá)到99%?？梢杂绊懢€上36%的PV，對一次UV的無結(jié)果率可以相對降低18%。

2. 航旅特色召回：LBS召回

由于用戶是在旅行場景下搜索，用戶天然會需要LBS 相關(guān)的信息。如果是差旅用戶，可能會定阿里巴巴園區(qū)附近的酒店，如果是旅游用戶，可能會定黃山風(fēng)景區(qū)附近的酒店。這就需要識別用戶想要的商品大概在什么樣的LBS范圍內(nèi)。解決的方法是通過對query中用戶POI的識別，獲取用戶的經(jīng)緯度，進(jìn)行召回上的限制。

建模過程：

首先會對query進(jìn)行常規(guī)的分詞，然后在POI專用的倒排索引庫進(jìn)行檢索，獲得候選POI。接下來對候選POI query進(jìn)行特征計(jì)算，計(jì)算出文本相似性、embedding相似距離，以及用戶當(dāng)前位置輸入后，與歷史點(diǎn)擊的商品地點(diǎn)的距離做特征。然后用特征構(gòu)建模型算出一個(gè)分?jǐn)?shù)，通過一定的閾值得到結(jié)果。

最后，我們的準(zhǔn)確率可以達(dá)到95%，GMV和成交都得到了一定的提升。

3. 深度召回：向量召回

① 背景

前面提到的都是一些簡單的文本召回，以及LBS召回等偏傳統(tǒng)的方法。前面說過，我們的商品按照目的地切換后，還是很稀疏，還會存在無召回的情況。對于這種情況，我們想到引入向量召回的方式進(jìn)行補(bǔ)充召回?？梢愿采w改寫沒有的情況，可以召回一些原來不能召回的產(chǎn)品。

② 向量召回整體架構(gòu)

向量召回架構(gòu)如上圖。在線通過對query 進(jìn)行embedding。離線通過HA3引擎，把所有的item embedding存儲到HA3引擎中。最后，SP通過從QP獲得query embedding，進(jìn)行HA3檢索，獲得需要的商品。

③ 模型結(jié)構(gòu)

模型結(jié)構(gòu)，如上所示：

• query側(cè)：通過對query的文本，進(jìn)行卷積層特征抽取。

• 商品側(cè)：我們主要的工作在這里，除了文本上對用戶目的地的需求，對商品類目的需求也是比較關(guān)注的。所以在商品特征上，使用了商品title文本的卷積特征，以及目的地類目id 的特征。

對這三個(gè)特征，我們沒有使用簡單的concat，而是使用了tensor fusion進(jìn)行三個(gè)向量的外積，可以讓特征更好的融合。

最后，通過全鏈接層進(jìn)行特征抽取，計(jì)算向量內(nèi)積。

對于損失函數(shù)，我們使用的large margin loss。對于學(xué)的足夠充分的case ，就丟棄掉，不再進(jìn)行學(xué)習(xí)，讓模型更快的達(dá)到我們想要的效果。

④ 樣本選擇

在樣本選擇上，我們對正負(fù)樣本也做了一些探索。

集團(tuán)內(nèi)通用的方法：

• 正樣本：query下用戶點(diǎn)擊的商品

• 負(fù)樣本：未點(diǎn)擊的商品

這樣的方法更適合在排序上使用，而不太適合召回。以左圖為例，用戶點(diǎn)擊了“上海迪士尼度假區(qū)”，未點(diǎn)擊的是下面的商品，雖然可能是由于商品的標(biāo)題標(biāo)準(zhǔn)化比較低，用戶未點(diǎn)擊，但不能說它是不相關(guān)的商品。

我們的方法：

• 正樣本：和集團(tuán)一樣，使用點(diǎn)擊的商品

• 負(fù)樣本：隨機(jī)選取的樣本作為負(fù)樣本

使用隨機(jī)選擇有兩方面：一是在全量商品中，進(jìn)行隨機(jī)選擇；二是在一個(gè)類目或者目的地下，進(jìn)行隨機(jī)選擇。這樣可以提升訓(xùn)練的難度，達(dá)到我們想要的效果。

⑤ 模型產(chǎn)出與使用方式

最終產(chǎn)出的分?jǐn)?shù)，也給排序使用了，作為排序的一個(gè)特征，取得了不錯的效果，可以排在第4位。另外，線上召回可以讓無結(jié)果率降低32.7%。同時(shí)，擴(kuò)充了1.7倍的相似query。

4. 個(gè)性化召回

為什么做個(gè)性化召回？

因?yàn)樵诼眯袌鼍跋?，會存在一些泛需求搜索。比如搜杭州，我們會對杭州所有的商品和酒店進(jìn)行召回。這樣大量的召回會給后面的排序造成很大的壓力，沒辦法根據(jù)用戶的query排出一個(gè)用戶想要的item。

另外，還有一種情況是用戶搜索的意圖不是很明確，可能會存在一些無結(jié)果的情況。對于這種情況，傳統(tǒng)的文本相似性、深度召回都無法召回的情況下，可以嘗試個(gè)性化的方式，給用戶推薦一些商品，直接展示在搜索結(jié)果中，提供補(bǔ)充，來提升用戶體驗(yàn)。實(shí)踐證明，用戶也會對這類商品進(jìn)行點(diǎn)擊和購買。

我們的方案有兩種方式：

• 引入推薦的召回結(jié)果，在此基礎(chǔ)上進(jìn)行相關(guān)性粗排，得到個(gè)性化召回

• 構(gòu)建了個(gè)性化專用的向量召回模型，來得到更好的個(gè)性化召回結(jié)果

整體的方式是將召回池分為個(gè)性化召回和文本召回兩路：

• 個(gè)性化召回：通過推薦的重定向、i2i 、lbs2i以及屬性2i等方式，來獲得推薦召回結(jié)果。

• 文本相關(guān)性過濾：通過文本相關(guān)性的過濾（如關(guān)鍵詞命中和向量cos相似度），把推薦召回和當(dāng)前用戶搜索query很不相關(guān)的item過濾掉，展現(xiàn)給用戶比較相關(guān)，也是通過用戶i2i擴(kuò)展的結(jié)果。

個(gè)性化召回模型：

• 在用戶側(cè)，通過用戶畫像屬性和用戶的query，進(jìn)行特征抽取。另外，我們引入了用戶操作序列，來達(dá)到個(gè)性化目的。比如用戶最近搜索時(shí)，查看的商品、點(diǎn)擊的商品、加購的商品以及成交的商品，這些操作的商品序列，引入到模型中。然后通過用戶畫像和用戶query特征向量，對用戶歷史操作序列做attention，就能夠從用戶操作序列中取出跟用戶當(dāng)前搜索最相關(guān)的商品特征，來滿足用戶當(dāng)前搜索的需求。

• 在商品側(cè)，也會引入商品特征。如商品title、商品目的地、商品類目等特征，作為商品的優(yōu)選，然后獲得一個(gè)向量。

• 在上層，我們采用剛剛提到的tensor fusion來進(jìn)行特征融合，讓不同的特征更好的融合。

模型優(yōu)化：

在深度向量召回上，對文本的特征采用卷積模型進(jìn)行抽取。這里并沒有采用卷積，而是采用了簡單的詞向量concat 方式。這是因?yàn)橥ㄟ^實(shí)驗(yàn)驗(yàn)證，使用卷積學(xué)到的文本特征比較強(qiáng)，整體的個(gè)性化效果比較弱，這不是我們希望見到的。所以我們采用了減弱文本特征的限制，突出個(gè)性化特征帶來的額外檢索效果。