返回
端智能在美团大众点评搜索重排序的实践应用
前端
2023-12-08 00:55:34
端智能，是指在移动端设备上运行人工智能 (AI) 应用程序的技术。随着移动设备的快速发展，端智能技术已经广泛应用于各种场景中，包括图像识别、语音识别、自然语言处理等。本文将重点介绍端智能技术在美团大众点评搜索场景下的应用实践。
美团大众点评是国内领先的生活服务平台，拥有海量商家信息和用户评论。为了给用户提供更加精准、高效的搜索体验，美团大众点评团队探索了端智能技术在搜索重排序中的应用。通过在端侧部署大规模深度学习模型，可以对搜索结果进行实时重排序，从而提升用户搜索满意度。
端上特征工程
在端智能搜索重排序的实践中，端上特征工程至关重要。端上特征工程是指在端侧设备上对数据进行处理和提取特征的过程。这些特征将作为输入，供深度学习模型使用。
在美团大众点评搜索场景中，端上特征工程主要包括以下几个步骤：
- 数据预处理： 将搜索查询、商家信息、用户历史行为等数据进行清洗、归一化等预处理操作。
- 特征提取： 根据业务需求，从预处理后的数据中提取相关特征，例如：查询词的词频、商家类别、用户最近浏览记录等。
- 特征选择： 对提取的特征进行筛选，选择与搜索重排序任务相关性高、区分度强的特征。
模型迭代思路
在端智能搜索重排序的实践中，模型迭代至关重要。端侧设备的资源有限，因此需要选择合适的模型架构和训练策略，以保证模型的性能和效率。
在美团大众点评搜索场景中，团队采用了以下模型迭代思路：
- 初始模型选择： 选择轻量级神经网络模型作为初始模型，例如 MobileNet、ShuffleNet 等。
- 模型优化： 对初始模型进行优化，包括量化、剪枝、知识蒸馏等技术，以提升模型的性能和效率。
- 模型评估： 通过线上 A/B 测试，对不同模型的排序效果进行评估，选择表现最优的模型。
具体部署优化
在端智能搜索重排序的实践中，具体部署优化至关重要。端侧设备的资源有限，因此需要优化部署流程，以保证模型的实时性和稳定性。
在美团大众点评搜索场景中，团队采用了以下具体部署优化措施：
- 代码优化： 对模型部署代码进行优化，包括：使用 C++ 等高性能语言编写核心代码；采用轻量级框架；优化内存分配等。
- 缓存机制： 采用缓存机制，将部分数据和模型参数存储在端侧设备上，以减少网络请求和加载时间。
- 热更新机制： 采用热更新机制，当模型更新时，无需重新安装应用程序，即可自动更新模型。
效果评估
在端智能搜索重排序的实践中，效果评估至关重要。需要通过量化指标，评估模型的性能和用户体验。
在美团大众点评搜索场景中，团队采用了以下效果评估指标：
- 点击率 (CTR)： 搜索结果中被点击的比例。
- 转化率 (CVR)： 搜索结果中被点击的商家，最终产生交易的比例。
- 用户满意度： 通过用户调查和反馈，评估用户对搜索重排序结果的满意度。
通过端智能技术在美团大众点评搜索场景下的实践，团队成功实现了搜索结果的实时重排序，提升了用户搜索体验。端智能技术在端侧设备上的部署，为移动端应用程序提供了更加个性化、智能化的服务。
