一、飛豬旅行用戶理解服務(wù)架構(gòu)

1、旅行行為特點與用戶行為模式

旅行行業(yè)結(jié)構(gòu)具有低頻性、時空屬性和周期性三大特點。

① 低頻性是指大多數(shù)用戶每年出去旅行的次數(shù)是非常少的；

② 時空屬性是指一般用戶在不同的時間會選擇去不同的地點，比如三月份大多數(shù)人會喜歡去武漢看櫻花，元旦或者春節(jié)很多用戶會選擇去三亞過冬；

③ 周期性是指用戶在周末時喜歡周邊游，小長假時會喜歡遠(yuǎn)途游。

與傳統(tǒng)的商品推薦不一樣，旅行場景下用戶行為包括：

① 行前規(guī)劃，比如在出行前一周去做相應(yīng)的一些規(guī)劃。

② 行程安排，是多元的，包含交通、酒店，以及吃喝玩樂等度假商品。

③ 行中履約，指到達(dá)目的地后的酒店履約、門票核銷等。

④ 最后是行后反饋，當(dāng)用戶從旅游地回來以后會對旅游地有一些想法，比如喜歡的話下次還會去。

基于這些旅行行業(yè)的用戶特點，用戶在飛豬 APP 從進(jìn)入到離開的在線行為模式無非是三種鏈路：一種是用戶意圖比較明確，一般會去搜索，再去找他想要的東西；第二種是用戶通過 APP 上一些導(dǎo)航的小工具欄點擊請求；第三種是閑逛的用戶，會在首頁猜你喜歡去找自己感興趣的東西，跳到詳情頁然后進(jìn)行點擊，滾動，或者進(jìn)行收藏、加購和購買的等行為。

2、RTUS 演變背景

早期基于用戶行為模式，我們抽取了一套統(tǒng)一的實時特征服務(wù)中心，簡稱 RTFS。

最底層通過多端（飛豬端、淘寶端、包括早期的支付寶端的飛豬場景）、多場景（機(jī)票、酒店、度假等）的一些底層日志（搜索日志、點擊日志、購物車加購、收藏日志和下單日志）收集起來，定義了統(tǒng)一的一套用戶行為 Schema。

用戶行為 Schema 主要包括這樣幾個字段：行為用戶的 user_id，行為類型 bhv_type，行為時間 bhv_time，行為對應(yīng)的 id，行為對象的類型 biz_type，以及行為對象的一些額外信息 extra_info，比如用戶在某個時間點搜索了某個內(nèi)容，包括了一些額外信息，比如 city 信息，類目信息，或時間信息等等。 

這是我們早期統(tǒng)一的一套用戶的實時行為特征服務(wù)中心，基于用戶實時的統(tǒng)一特征服務(wù)中心，下游業(yè)務(wù)會做一些用戶理解。

傳統(tǒng)的方法是基于用戶實時的行為，根據(jù)統(tǒng)一的 Schema 信息，各個場景會去查 RTFS，每個場景去做用戶的理解和建模。傳統(tǒng)方案的弊端是每個場景都要重復(fù)去基于底層數(shù)據(jù)去計算用戶的偏好或興趣，比較浪費(fèi)資源，每個場景都會花二三十毫秒去計算用戶的興趣點，整體存在一些問題。

后面我們基于 RTFS 統(tǒng)一去做用戶理解中心，簡稱 RTUS，把所有場景做的工作進(jìn)行統(tǒng)一收尾。根據(jù)底層的 RTFS 數(shù)據(jù)，我們可以去做用戶的興趣理解，包括出行意圖預(yù)測等，同時提供顯式和隱式的表達(dá)場景，最終把用戶多方面、多維度的興趣理解或者是意圖預(yù)測存到實時 IGRAPH 數(shù)據(jù)庫里面。下游各個場景如果需要用戶各個維度理解的時候，直接去調(diào)用接口去查詢。一方面實現(xiàn)了數(shù)據(jù)復(fù)用，模型復(fù)用，同時節(jié)省了性能開銷。

3、RTUS 如何實現(xiàn)多鏈路融合

整體來說，飛豬底層用戶行為數(shù)據(jù)分為多個鏈路收集。包括 mtop 服務(wù)端的日志、ut 客戶端日志 ut/walle 專鏈數(shù)據(jù)。不同的鏈路數(shù)據(jù)存在不同特點，像服務(wù)端的日志，因為服務(wù)端直接上報，時延為 2-3 秒，但可能存在數(shù)據(jù)丟失或重復(fù)數(shù)據(jù)；ut 客戶端的數(shù)據(jù)，因為是客戶端用戶真實行為直接上報的數(shù)據(jù)，上報時延會比較長，但準(zhǔn)確性比較高；還有專鏈數(shù)據(jù)，上報更快，但整體各個場景覆蓋面不會特別全。

RTUS 對各個鏈路的數(shù)據(jù)做了異步融合。把每個鏈路收集的數(shù)據(jù)，統(tǒng)一規(guī)范成 Schema，有了統(tǒng)一的數(shù)據(jù)鏈路后，后鏈路就可以拿到既準(zhǔn)確又高時效的用戶行為數(shù)據(jù)。

4、RTUS 如何實現(xiàn)數(shù)據(jù)和模型復(fù)用

以目的地的偏好預(yù)測為例介紹如何實現(xiàn)數(shù)據(jù)和模型的復(fù)用。

進(jìn)行用戶的目的地偏好分或者是目的地偏好向量預(yù)測，一部分是通過離線的 ODPS 數(shù)據(jù)，全量回流至 IGraph 的全量數(shù)據(jù)，另外一部分?jǐn)?shù)據(jù)是用戶實時的目的地行為數(shù)據(jù)，通過 Blink 或者是 Porsche，以增量方式匯總到離線數(shù)據(jù)中去作為整體的輸入。

傳統(tǒng)的方式如藍(lán)色部分所示，每個場景發(fā)生了請求時，都會觸發(fā)各個業(yè)務(wù)場景的同步計算。新的 RTUS 當(dāng)用戶有任何一次行為觸發(fā)時，一方面數(shù)據(jù)融合與傳統(tǒng)方式相同，但是有任何用戶請求觸發(fā)時，我們會直接去查用戶行為數(shù)據(jù)，異步去調(diào)用打分模型去預(yù)估用戶的人工偏好。整體打完分以后，會把打完的分實時更新到數(shù)據(jù)庫里面。有業(yè)務(wù)場景來的時候，直接去查打好分的表就好了，實現(xiàn)了統(tǒng)一的用戶目的地偏好預(yù)測，各方場景都統(tǒng)一去使用，實現(xiàn)了模型的復(fù)用。

5、RTUS 整體架構(gòu)

RTUS 用戶理解服務(wù)架構(gòu)整體如上圖所示。

最底層是實時的公共層，包括了用戶的瀏覽、點擊、加購、收藏、購買、關(guān)注、領(lǐng)券和核銷等最底層的日志。

經(jīng)過?特征處理層，會把最底層的行為日志進(jìn)行規(guī)范化、標(biāo)準(zhǔn)化、聚合化，同時會關(guān)聯(lián)用戶行為對象的屬性，包括商品詳情，交通行程，酒店的一些屬性信息。通過實時特征層處理，會得到用戶 LBS 狀態(tài)特征、用戶的行為序列特征、用戶的行為統(tǒng)計特征、商品認(rèn)知標(biāo)簽特征、商品屬性特征、頁面模塊統(tǒng)計特征。

再往上——用戶表達(dá)層，是基于結(jié)構(gòu)化特征加工層去做一些算法模型。包括：用戶的長短期偏好預(yù)測；用戶的實時意圖，包括 POI 意圖，價格意圖預(yù)測等；用戶的需求理解，是否有復(fù)購需求，或者是否搭配需求；用戶的行程表征；人群的興趣表征等，是我們算法核心的實時計算。

最上面一層，是算法層的輸出。包括顯式和隱式向量的一些表達(dá)，這些表達(dá)都會存在實時引擎的數(shù)據(jù)庫里面。

上游業(yè)務(wù)場景使用的時候可以根據(jù)自己的需求，直接查詢到用?戶的意圖向量、興趣向量或行程向量。下面會重點介紹藍(lán)色用戶表達(dá)層，即飛豬旅行用戶理解算法的一些相關(guān)實踐工作，這塊工作沉積了三篇頂會文章。

二、飛豬旅行用戶理解算法實踐

1、冷啟動用戶興趣表征

（1）問題背景

冷啟動用戶興趣表征，是發(fā)表在 AAAI 2022 年會議上的一篇文章。

前文中介紹了旅行場景其實是非常低頻的需求，大多數(shù)用戶一年出去一兩次，每次出去買的東西一般是比較聚焦的，一般包括交通或酒店或度假商品，導(dǎo)致整體用戶行為比較稀疏。因此在該場景下，用戶冷啟動是非常嚴(yán)峻的問題。 

統(tǒng)計數(shù)據(jù)發(fā)現(xiàn)過去三年，只有一個商品行為的用戶有 35%。也就是說過去三年有 35% 的用戶都是基本上沒有行為或者只有一個商品行為，過去 30 天的統(tǒng)計數(shù)據(jù)發(fā)現(xiàn) 58% 的用戶只有 1-5 個商品行為。如何對無行為或行為商品少的用戶進(jìn)行推薦是我們面臨一個挑戰(zhàn)。

?但旅行場景下時空興趣非常明顯，比如一般用戶，在不同的時間點，不同的地點有一些熱門玩法。例如每年元旦或者春節(jié)時，很多人會去三亞，每年三月份很多人會去武漢看櫻花，北京的用戶每年九月到十二月會去看楓葉。即不同的時間點，全國各地會有不同的一些熱門地點，用戶時空興趣，隨著時間和位置發(fā)生變化。

第二個特點是用戶具有一些群體興趣。比如一般親子用戶更傾向于去一些娛樂場所，旅行傾向于自由行，而對老年人用戶則更傾向于去跟團(tuán)，情侶用戶也是傾向于自由行，還傾向于去一些浪漫一點的景點，即不同的群體興趣偏好不同。 

第三個特點是用戶具有一些周期性的行為偏好。有些用戶短期一年內(nèi)沒有?行為，但歷史過去幾年有一些周期性的行為。比如有些親子用戶，每年暑假會帶小孩去迪士尼樂園，還有些用戶每年都會去三亞過冬。

另一方面的場景特點體現(xiàn)在用戶的行為特點里。比如用戶會隨著旅行規(guī)劃的決策狀態(tài)，行為也會有比較大的差異。根據(jù)定義，將用戶的行為狀態(tài)劃分為多種：從靜默期，到瀏覽期，到種草，有了明確目的地或者興趣后，會進(jìn)入決策期，最后會聚焦到商品去進(jìn)行購買。即用戶的行為隨著用戶的決策狀態(tài)發(fā)生不同的變化，是一個從發(fā)散到收斂的過程。

?另外用戶的行為也會隨著 LBS 狀態(tài)發(fā)生變化。位置狀態(tài)分為三個：行前、行中和行后。行前更聚焦多個景點；行中會聚焦目的地用戶所在的 LBS 周圍的景點；行后如果是遠(yuǎn)途旅游的話，短期內(nèi)不會再去這個地點。

基于這些特點，我們提出了多方面興趣表征的推薦網(wǎng)絡(luò)。該網(wǎng)絡(luò)主要包括：用戶當(dāng)前的興趣表征輸入模塊，多方面興趣抽取模塊和用戶旅行的狀態(tài)模塊。

最終基于旅行的狀態(tài)，從多方面興趣模塊中抽取出來和其?旅行狀態(tài)對應(yīng)的興趣。同樣基于用戶當(dāng)前 Session 內(nèi)的行為興趣，也會從多方面興趣模塊交叉學(xué)習(xí)，抽取出用戶歷史興趣相關(guān)的一些興趣作為融合。最終將用戶的單方面興趣、多方面興趣以及狀態(tài)角色興趣，作為融合作為最后的冷啟動用戶的表征輸出。

（2）SMINet Model

目前定義了五個多方面興趣抽取器，其輸入是多方面興趣的商品集合。這五個多方面興趣商品集合包括：時空行為的商品集合，群體商品集合，用戶周期性商品集合，用戶長期行為的商品集合，以及用戶短期行為的商品集合。

基于全量用戶的全量歷史行為，不同的 query 可以檢索出 Top-k 的 Item 作為集合的表征。如時空行為的興趣抽取，首先輸入時空的商品集合，query 是時間和空間，比如武漢、三月，從全量用戶行為商品里面抽取出銷量最高的一些商品作為武漢、三月時空興趣的集合。得到商品集合后，經(jīng)過 Embedding 層得到編碼向量，再經(jīng)過 Multi-Head Attention 最終得到時空的興趣表征。

其他的興趣表征過程和時空興趣表征類似，都是通過 query 抽取 Top 銷量的商品集合，再經(jīng)過編碼層、聚合層等到興趣表征。

?除此以外，還要結(jié)合用戶當(dāng)前 Session 的行為。這里借鑒了傳統(tǒng)經(jīng)驗 GRU 網(wǎng)絡(luò)并做了一些改進(jìn)，因為我們認(rèn)為用戶當(dāng)前行為序列中的最近一次行為的商品，最能表現(xiàn)用戶當(dāng)前的興趣，即用戶對某個商品的興趣隨時間衰減。

基于上述思路，在 GRU 網(wǎng)絡(luò)中引入 Time Aware 模塊, 主要加強(qiáng)用戶最近一次行為商品的興趣重要度。一般傳統(tǒng) GRU 會輸出 h1-ht 多個狀態(tài)的隱向量，這里每個隱向量的重要度 β 是不一樣的。β 為行為商品的重要度隨時間距離單向衰減。最終當(dāng)前 Session 的表征包括：GRU 網(wǎng)絡(luò)最后狀態(tài)的輸出，每個狀態(tài)的輸出均值，引入時間衰減的表征的最終融合。?

最后，通過 Co-Attention 網(wǎng)絡(luò)和用戶多方面的興趣做交叉學(xué)習(xí)。最終得到當(dāng)前興趣和多方面興趣交叉后的興趣表征。

用戶的旅行狀態(tài)會從多方面的興趣里抽取出旅行狀態(tài)對應(yīng)的興趣。基于旅行的狀態(tài)從多方面興趣里抽取出對應(yīng)的一些興趣網(wǎng)絡(luò)。藍(lán)色部分為 Travel State Aware 的門控網(wǎng)絡(luò)，通過門控網(wǎng)絡(luò)從多方面興趣抽取狀態(tài)表征，根據(jù)每個興趣的重要度做加權(quán)融合得到最終的興趣表征。

最終把當(dāng)前 Session 表征以及狀態(tài)選擇的表征做融合，作為用戶最終的輸出。這是整體的網(wǎng)絡(luò)結(jié)構(gòu)，損失函數(shù)是交叉熵?fù)p失函數(shù)。

在線 Serving 時，是把多方面的興趣存在 kv 的數(shù)據(jù)庫中，key 為之前所描述的 query，如時空、群體等，Value 為向量表征。

（3）實驗結(jié)果

在飛豬和公開數(shù)據(jù)集上的實驗測試表明，與經(jīng)典統(tǒng)計模型，序列模型，圖模型和交叉網(wǎng)絡(luò)的方法進(jìn)行比較，整體在 Recall 和 MRR 指標(biāo)上都遠(yuǎn)高于之前模型。

消融實驗表明，移除用戶的短期興趣，效果下降最多；此外加入時空興趣可以帶來比較好的結(jié)果；另外拉長用戶的長期的行為數(shù)據(jù)，也會帶來收益。當(dāng)前 Session 和旅行狀態(tài)的興趣表征的融合也帶來了效果提升。

上圖為 travel state-aware 層的重要度，顏色越深表示越重要。橫坐標(biāo)是不同的五種興趣，縱坐標(biāo)是用戶行為多少。行為較少的用戶時空興趣的重要度越強(qiáng)，用戶短期的興趣行為整體都比較重要。

線上在全量用戶和冷啟動用戶上都進(jìn)行了實驗來看效果，冷啟動用戶的效果提升更加明顯。

2、用戶出行意圖預(yù)測

（1）問題背景

用戶的出行意圖預(yù)測工作已被 CIKM2022 年會議收錄。背景是以營銷業(yè)務(wù)場景為載體，進(jìn)行用戶出行意圖預(yù)測。為了讓有旅行意圖的用戶，從手淘或者支付寶導(dǎo)航欄的入口跳轉(zhuǎn)到飛豬，會做一些營銷文案。會根據(jù)用戶的不同意圖，去做一些營銷文案來引導(dǎo)用戶跳轉(zhuǎn)。另外會發(fā) push 信息，告訴用戶周邊好玩的景點，或者回家應(yīng)該買哪個車次等。

目前根據(jù)用戶行為距離遠(yuǎn)近和頻次兩個維度將具體的旅行場景意圖分為八種。通過整體數(shù)據(jù)分析，60% 的用戶是在本地，40% 的用戶分布在其他的一些意圖上。不同的顏色代表不同的節(jié)假日或者日常，在不同的時間用戶的出行意圖不一樣。

基于上述背景可以拿到用戶歷史在不同的節(jié)假日的一些出行數(shù)據(jù)。分析發(fā)現(xiàn)這些數(shù)據(jù)也有時空的周期性，比如每年元旦都是出去玩，每年的春節(jié)都會回老家等，包括在小粒度上，比如每周或者每個月的一些周期數(shù)據(jù)。此外，還有前后周期的關(guān)聯(lián)性，比如中秋回老家，那國慶就不回老家了。

（2）DCIEN Model

?基于這些特點，提出了雙通道周期演變的意圖預(yù)測網(wǎng)絡(luò)。一方面結(jié)合了用戶的在線行為序列，另一方面結(jié)合了用戶的離線行為意圖序列。

整體網(wǎng)絡(luò)的輸入包括：用戶的 Profile 信息，上下文產(chǎn)品信息（時間、位置等），離線數(shù)據(jù)（過去三年的結(jié)構(gòu)化為節(jié)假日和星期的兩個矩陣數(shù)據(jù)），在線的用戶行為序列和未來的意圖。?

離線數(shù)據(jù)中，有兩個用戶線下位移意圖，分別是節(jié)假日和周一到周天的位移意圖。通過設(shè)計多種大小的卷積核（2x2、1x7 等），得到節(jié)假日和近期的模板 pattern，再通過模板 pattern 挖掘用戶的周期表征。

將用戶的周期表征引入到用戶的在線行為序列中，提出 periodic-aware 興趣演變模式。通過兩層 GRU 網(wǎng)絡(luò)，把周期性的興趣演變計算出來。第一層通過序列輸入得到隱狀態(tài)，接下來在隱狀態(tài)上拼接提取出的離線位移表征得到周期性的 Pattern 表征，作為第二層 GRU 的輸入最終得到用戶周期演變的興趣表征。通過 Target Intent 的輸入和 Attention 機(jī)制可以得到興趣里哪個跟 Target Intent 最重要，做加權(quán) Pooling 最終得到整體的興趣輸出。

（3）實驗結(jié)果

和傳統(tǒng)經(jīng)典方法比如 DSIN、DMSN 相比，我們提出的 DCIEN 方法效果更優(yōu)。

分析原因認(rèn)為，該方法主要考慮了 Session 內(nèi)興趣行為的抽取。DMSN 也是我們團(tuán)隊早期提出的方法，主要是采用 Deep Model 挖掘時空的意圖，通過 CNN 和 RNN 進(jìn)行抽取，因為重點考慮了用戶的周期pattern，所以效果比傳統(tǒng)電商的 DIN 和 DSIN 要好。DCIEN 方法效果最優(yōu)的原因一是采用了離線數(shù)據(jù)去抽取歷史 pattern，二是將離線 pattern 融合到在線行為序列建模中。

消融實驗可見 DCIEN 的效果是 0.719，去掉離線的序列效果下降至 0.69；去掉在線的序列效果下降更加明顯至 0.66；去掉在線離線的交叉計算，效果下降至 0.713；去掉時空 pattern，用 MLP 網(wǎng)絡(luò)代替，效果下降至 0.711。消融實驗表明 DCIEN 中的各個網(wǎng)絡(luò)模塊都對最終效果有正向作用。

線上實驗表明模型在營銷場景和猜你喜歡上，都對 CTR 有正向影響。

舉例來說，一個用戶定位在杭州，一般會推附近的三公里內(nèi)的，也有遠(yuǎn)處周邊的一些景點。加入意圖預(yù)測模塊，如果是外地遠(yuǎn)途來杭州的人，會更聚焦推薦杭州所在景點附近的一些景點；如果是杭州本地人，會推薦一些周邊的景點。結(jié)合意圖預(yù)測，推薦會更加精準(zhǔn)和聚焦。

3、用戶出行目的地預(yù)測

（1）問題背景

用戶目的地預(yù)測也是意圖預(yù)測的一種，為直接判斷用戶去哪個城市，工作發(fā)表在 SIGIR2022 的會議上。

該業(yè)務(wù)的大背景和上面兩項工作的背景相似，一是用戶旅行需求比較低頻，二是早期的一些目的地預(yù)測的文章沒有考慮到線下的一些位移數(shù)據(jù)，傳統(tǒng)的電商推薦一般只考慮用戶在線行為序列。然而旅行是一個線上行為到線下旅行的過程，除了線上行為以為，線下去過哪些城市也是非常重要的。

基于場景的特點，通過數(shù)據(jù)分析發(fā)現(xiàn)用戶去不同的城市也呈現(xiàn)周期性。比如周末去的地方和短假或長假去的地方不太一樣。如上圖的左圖橫坐標(biāo)是不同時間的假期，縱坐標(biāo)是用戶出行的次數(shù)，一般長假出去次數(shù)比較少，周末出行的次數(shù)較多。右圖的橫坐標(biāo)是距離的范圍，縱坐標(biāo)是出行次數(shù)占比概率，可以看出遠(yuǎn)途旅行相較于距離較短的目的地占比較低。

（2）OOPIN Model

?基于上述特點，提出離線和在線融合的目的地預(yù)測的網(wǎng)絡(luò)。整體網(wǎng)絡(luò)的輸入包括離線和在線兩大塊。

離線的同樣把用戶線下去過的城市結(jié)構(gòu)化成矩陣 pattern，再融合在線行為序列，對離線和在線的行為做融合，最終得到當(dāng)前的興趣演變過程。?

離線模塊是將用戶歷史去過哪些城市結(jié)構(gòu)化成矩陣后，通過不同的卷積核可以得到時間空間的一些周期性的 pattern 來在離線興趣演變中使用。 

 將這些 pattern 融合輸入到離線行為的第二層 GRU 中，相當(dāng)于把離線行為的城市經(jīng)過一層 GRU 拼接后可以得到離線演變的周期興趣。

用戶線下去城市之前，在線也會有一些行為序列。通過 Distance Aware Attention 網(wǎng)絡(luò)得到在線可能去的城市。

計算邏輯為計算在線行為可能城市兩兩之間的距離，提取出主要的城市。比如，用戶要去云南旅行，可能去的城市包括昆明、麗江和大理多個城市等。這些城市之間有共同的特征，就算偶爾穿插了三亞或北京，但通過 Attention 網(wǎng)絡(luò)還是會聚焦到云南省，把其余的干擾因素丟棄，通過去除噪音得到在線行為序列中的更大范圍的核心目的地。用戶最終去云南的話，云南可以通過 Target Aware Attention，找出跟離線最接近的城市的表征。通過信息增益網(wǎng)絡(luò)做減法，可以得到用戶還想去三亞的信息。即將用戶在線行為過的城市信息里，減去他已經(jīng)去過的城市信息，增益的信息作為一個新的序列輸出，作為用戶未來目的地意圖的預(yù)測。

（3）實驗結(jié)果

與傳統(tǒng)方法對比，OOPIN 效果是最優(yōu)的。

消融實驗表明，去掉在線行為后效果下跌最多至 0.1135。去掉信息增益后，效果也下跌到 0.1527，因為去掉信息增益網(wǎng)絡(luò)后，沒法學(xué)習(xí)額外的一些增益信息。去掉離線行為模塊后，效果也有明顯下降。

十天的在線實驗也表明，增加目的地預(yù)估加權(quán)融合商品的 CTR 預(yù)估作為最終的排序得分后，商品的 CTR 效果有提升。

三、問答環(huán)節(jié)

Q1：多方面興趣抽取的輸入是基于 query，可以理解是對輸入商品集合做一個 Embedding 嗎？

A1：這是全量用戶歷史的所有行為。比如提取時空興趣的話會去看三月、武漢所有銷量 Top 的商品集合作為表征得到隱向量作為武漢三月份的興趣表證。

因為這個是基于全量用戶歷史行為，如果直接去查詢，成本很高，所以我們會離線去做一次，來存在 kv 庫，線上服務(wù)是直接從數(shù)據(jù)庫中去查詢。

Q2：為什么用召回指標(biāo)評價？

A2：用離線 AUC 也可以，召回指標(biāo)也可以用，都是去衡量算法準(zhǔn)確不準(zhǔn)確。

Q3：意圖和目的地識別模塊中離線特征是如何更新的？

A3：拿目的地來說，離線特征是用戶過去三年去過哪些城市，雖然時間是三年，但用戶每年去過城市不多，平均不到 10 個，特別稀疏。每周會進(jìn)行增量訓(xùn)練，舉個例子不同的節(jié)假日比如今年的中秋，今年中秋到明年中秋期間這些特征基本上是不會變的，相當(dāng)于有些特征是每月變一次，有些特征每年變一次，星期類的周期 T+1 更新計算就好了。根據(jù)特征的跨度不一樣，更新的周期不一樣。

Q4：時間衰減是怎么確定的？

A：一般 RNN 網(wǎng)絡(luò)沒有考慮用戶行為序列時間的衰減程度，我們引入 β 值，相當(dāng)于時間的重要度系數(shù)，讓最近的行為重要度最高。經(jīng)過 log 變化做一些平滑，重點是強(qiáng)調(diào)越新的商品，重要度越大，權(quán)重越大來融合加權(quán)。

Q5：多個鏈路埋點數(shù)據(jù)，重復(fù)數(shù)據(jù)怎么處理？怎么保證數(shù)據(jù)準(zhǔn)確性？

A5：重點主要是解決新增的問題，重復(fù)的我們是有唯一的標(biāo)識 key，也就是每一條記錄，如果三個鏈路里面都有，唯一的標(biāo)識 key 一樣的話，就直接覆蓋掉了。

Q6：武漢三月是怎么確定出來的？是手動找每個維度去做交叉？

A6：是的，時空的話一般是城市，其實全國就兩三百個城市，12 個月，300x12 key 離線會去 group by 城市和月份做聚合。