外卖首页列表排序介绍

一、产品形态与技术架构

1. 外卖首页列表产品形态

旧首页（2021.4以前）分为商家模式和菜品模式，新首页（2021.6以后）是混排瀑布流

• 目标
  • 流量目标：UV_RPM（千人展示成交额）、UV_CXR（用户维度-转化率）、PV_CTR（卡片维度-点击率）
  • 用户运营目标：心智、留存
  • 商家运营目标：新店冷启动、品类扶持、KA商家扶持
• 元素
  • 广告卡片：铂金广告、点金广告
  • 自然流量卡片：商家卡片、商品卡片、主题卡片

2.混排服务架构

混排服务

3. 商家排序服务架构

商家排序服务

二、商家排序预估模型

1. 召回策略

• 主召回

  • XGBoost树模型，对LBS商家打分
  • 特征：数量30+，包括user特征、item特征（有限）user-item交叉特征、上下文特征

• 旁路召回

  • 历史行为
  • 实时行为
  • 向量召回：基于向量相似度的i2i召回（trigger item：实时点击的商家，向量：word2vec训练、用户点击序列训练、同城负采样）

• 合并

  • 各个旁路召回截断后插入至主召回头部，去重后整体截断200个

2. 精排模型演进路径

精排模型演进

3. 精排策略：行为序列模型

• 实时点击序列+历史加购序列
  • 商家表示：商家向量、商家名关键词、商家品类、主营菜品向量
  • 上下文信息：小时差、停留时长、加购行为
  • 序列内部的多样性
• 线上收益：PV_CTR + 1.23%
• 重点方向：
  • 商家表示
  • 上下文信息
  • 序列抽取（长序列）
    
    
    行为序列模型

4.精排策略：多任务学习

• PLE：Ctr和Cxr两个任务
• 不同目标损失函数的权重
  • 等权重
  • UWL（Uncertainty to Weigh Losses）
• 线上收益：PV_CTR+0.72%、UV_RPM+1.38%
• 收益来源：
  • 多目标
  • 多任务
    
    
    多任务学习

5. 精排策略：大模型

• 商家特征

  • 商家ID
  • 主要商品品类ID

• 用户特征

  • 购买/点击/搜索的文本分词
• 用户-商家交叉特征
  • 用户：购买/点击Top n商家品类、购买/点击top n商品类
  • 商家：商家品类、主要商品品类
• 场景-商家交叉特征
  • 场景：城市、小区/楼宇、地址类型、geohash、时段
• 2个月训练数据

三、机制层排序公式

1.机制层整体迭代路径

机制层整体迭代路径

• 混排模型
  • 输入精排预估的pCTR、pCXR以及其他相关特征，回归价值函数
  • 价值函数：a click + b pay + c * 是否扶持
• 为什么从混排模型迁移到排序公式
  • 未引入列表维度信息的情况下，二者等价（随机变量的期望）
  • 迭代效率与敏感性
• 校准:分段线性校准，每天离线更新参数

2.排序公式：如何做流量扶持

• 假设按照pCXR排序，同时要给KA商家做流量扶持
  • 方式1：常规商家公式pCXR，KA商家公式pCXR+0.01
  • 公式2：常规商家公式pCXR，KA商家公式1.1 * pCXR
• 明确流量扶持的目的
  • 保证扶持对象的曝光量：如主题卡片，带来展示形式的多样化，关注能否给用户曝光到，进而提升对主题场景的认知
  • 保证扶持对象的订单量：如KA商家，保证重要客户的单量
• 问题建模 $$\max_{x_{ij}} \sum_{i \in I} \sum_{j \in J(i)} (x_{ij} * CXR_{ij})$$ $$s.t.$$ $$\sum_{i \in I} \sum_{j \in J(i)} (x_{ij} * ISKA_{ij} * CXR_{ij}) \ge C^{ka}_{order}$$ $$\sum_{j \in J(i)}(x_{ij}) = 1, \forall i \in I$$ $$x_{ij} \in {0,1}, \forall j \in J(i), \forall i \in I$$ 其中i:第i个曝光位，I：全部曝光位集合；j：第j个候选，J(i)：第i个曝光位下全部候选集合；$x_{ij}$：第i个曝光位是否曝光第j个候选，0-1变量；$C^{ka}_{order}$：KA的最少成单量。

3.排序公式：如何做流量扶持

• 结论：

  • 保订单的扶持：常规商家公式$pCXR$，KA商家公式$（1 + a ISKA） pCXR$
  • 保曝光的扶持：常规商家公式$pCXR$，KA商家公式$pCXR+a*ISKA$

• 简单例子

  共2条请求，假设需要保证KA商家曝光（要求2条请求中至少一条曝光KA商家）

	请求1	请求2
KA	10	5
非KA	18	10

a. 公式(1 + a * ISKA) * pCXR：调节系数到a=1.9即可曝光1次KA，总收益10+10
b. 公式pCXR+a* ISKA：调节系数到a=6即可曝光1次KA，总收益18+5

• 看待排序公式的视角：如何用最小的成本置换
  • 单词请求视角：两种公式都是将KA的序往前提，不影响每种商家内部的序
  • 全局视角：公式的形式会决定哪些请求适合曝光KA，或者将KA的曝光/订单需求分配到哪些请求
• 线上效果：目标是扶持曝光，曝光扶持公式 vs 订单扶持公式UV_CXR+0.66%，PV_CTR+0.17%

  4.排序公式：多目标

• 加法公式 vs 乘法公式

  • 举例：均衡PVCTR、PVCXR两个目标的时候，以下两个公式哪个好？排序公式1：$apCTR + b pCXR$；排序公式2：$pCTR^{a}*pCXR^{b}$

• 目标分解到每个曝光位

  $$PVCTR = \frac{click_count}{expose_count} = \frac{\sum(pCTR)}{expose_count}， PVCXR=\frac{order_count}{expose_count} = \frac{\sum(pCXR)}{expose_count}（假设曝光次数恒定）$$

• 什么样的目标是帕累托最优？

  • 两个目标相加是帕累托最优：$a PVCTR + b PVCXR = a \sum(pCTR) + b \sum(pCXR) = \sum(a pCTR + b pCXR)$
  • 两个目标相乘帕累托最优：$PVCTR^{a} PVCXR^{b} = [\sum(pCTR)]^{a} [\sum(pCXR)]^b$，乘法目标的情况下不可进一步分解。

• 分场景个性化调节系数a,b是否有空间？

  • 比如高峰期时间段增大pCXR系数，其他时间段增加pCTR系数

• 简单例子

  两个请求，每个请求内：从两个候选中选择一个曝光

		pCTR	pCXR
请求1	候选1	4	1
	候选2	2.1	2.1
请求2	候选1	1	4
	候选2	2.1	2.1

a. 公式pCTR + pCXR：两次请求都选择候选1，pCTR总收益5，pCXR总收益为5
b. 公式pCTR*pCXR：两次请求都选择候选2，pCTR总收益4.2，pCXR总收益为4.2

• 模拟实验：画图（alpha metricA + metricB 优于 power(metricA, alpha) metricB）

• 线上收益：加法 vs 乘法，UV_CXR+0.60%，PV_CTR+0.15%

5.排序公式：目标不可分

• 什么目标不可分：难以直接建模
  • 列表维度的指标：UVCXR等
  • 全局入口下的指标
• From 模型做预估 to 模型做决策
  • 原因：解空间爆炸
• 参数搜索：ES、CEM、强化学习
• 方案介绍
  • State：用户特征、上下文特征
  • Action：排序公式的参数
  • Reward：列表维度的权益（也可以从全局入口归因label）
  • 先在线上随机做action，收集数据，学习critic网络（输入state、action、输出reward）
  • 接下来固定actor网络参数，学习actor网络（输入state，输出action）

四、总结与思考

• 总结-收益分析
  • 用户兴趣建模
  • 多任务学习
  • 大模型
  • 混排模型/排序公式
• 思考
  • 对上界的分析
  • 化繁为简
  • 保持认知迭代