PDN：淘宝新一代召回范式，引领搜索革命

导言

信息爆炸的时代，搜索引擎扮演着不可或缺的角色，将浩瀚的信息海洋呈现在我们面前。然而，传统的搜索范式在面对海量数据时，却显得捉襟见肘，无法满足用户对高效、精准搜索体验的需求。

淘宝作为全球领先的电商平台，一直走在搜索技术创新的前沿。近日，淘宝团队在SIGIR 2021大会上重磅推出PDN（Product Description Network）模型，开启了搜索召回的新纪元，为用户带来了前所未有的搜索体验。

###超越I2I和向量内积

传统的搜索召回范式大多基于I2I（Item-to-Item）技术或向量内积计算，这些方法虽然能够在一定程度上满足用户需求，但随着数据规模的不断增长，其局限性也逐渐显露：

• I2I技术 ：容易陷入同质化召回，难以挖掘用户潜在兴趣。
• 向量内积计算 ：忽略了商品中的语义信息，难以捕捉用户查询和商品之间的细微差别。

###PDN模型的创新突破

PDN模型应运而生，以其创新的理念和精湛的算法，突破了传统召回范式的瓶颈。PDN模型将商品作为网络节点，构建了一个语义关联网络，通过图神经网络技术，充分挖掘商品描述中的语义信息，实现商品之间的语义匹配。

与传统的召回范式相比，PDN模型具有以下三大优势：

• 更深入的语义理解 ：PDN模型不仅关注关键词的匹配，更注重语义信息的挖掘，能够理解商品描述背后的深层含义。
• 更全面的召回结果 ：PDN模型通过语义网络的构建，打破了同质化召回的限制，能够挖掘出更多相关但非同质的商品，满足用户的多元化搜索需求。
• 更精准的个性化推荐 ：PDN模型充分利用用户历史行为数据，构建个性化语义网络，实现更精准的个性化推荐，为用户提供量身定制的搜索体验。

###实践应用与显著成效

目前，PDN模型已经在手淘首页内容信息流场景上全量应用，成为线上最主要的召回源。与之前的召回范式相比，PDN模型带来了显著的提升：

• 点击率提升20%
• GMV（商品交易总额）提升20%
• 搜索结果多样性提升20%

这些数据充分证明了PDN模型的优越性能，为淘宝用户提供了更加高效、精准和个性化的搜索体验。

###展望未来

PDN模型的提出标志着搜索召回技术的新纪元。淘宝团队将继续深入研究和完善PDN模型，不断提升其语义理解能力、召回全面性和个性化推荐效果，为用户打造更智能、更便捷的搜索体验。

PDN模型的成功应用也为其他领域的信息检索提供了启发。未来，PDN模型有望在推荐系统、问答系统等领域发挥更大的作用，推动信息检索技术不断发展，为用户带来更加美好的信息获取体验。