飞猪平台上面向行程感知的个性化深度匹配
信息检索
2021-08-06 v1
摘要
从中国最受欢迎的在线旅游平台（OTPs）之一飞猪的大规模旅游商品池中为用户匹配商品，一直是提升飞猪业务最重要的技术。OTPs面临三大挑战：稀疏性、多样性和隐式性。在本文中，我们提出一种新颖的飞猪行程感知深度匹配网络（FitNET）来解决这三大挑战。FitNET基于流行的深度匹配网络设计，该网络因其有效性已成功应用于许多工业推荐系统。行程这一概念首次在OTPs推荐系统背景下提出，其定义为用户未消费订单的列表。用户行程中的所有订单作为一个整体被学习，基于此可更准确地推断每个用户的隐式旅游意图。为缓解稀疏性问题，将用户画像纳入FitNET。同时，精心设计了一系列行程感知注意力机制，以捕捉用户行程与其他输入类别之间的重要交互。这些机制非常有助于推断用户的旅游意图或偏好，并处理用户需求中的多样性。此外，FitNET利用了两个训练目标，即用户旅游意图的预测准确率和用户点击行为的预测准确率，从而可同时优化这两个目标。在飞猪生产数据集（含超过27万用户和155万旅游商品）上的离线实验以及在线A/B测试均表明，FitNET基于用户行程有效地学习了用户的旅游意图、偏好和多样化需求，并相比最先进的方法取得了更优性能。FitNET现已成功部署于飞猪，服务于主要在线流量。
引用
@article{arxiv.2108.02343,
title = {Itinerary-aware Personalized Deep Matching at Fliggy},
author = {Jia Xu and Ziyi Wang and Zulong Chen and Detao Lv and Yao Yu and Chuanfei Xu},
journal= {arXiv preprint arXiv:2108.02343},
year = {2021}
}
备注
12 pages