作者简介
葛荣亮,携程搜索部门高级研发工程师。2015年加入携程,目前主要负责搜索平台的前端+数据挖据工作。
一、前言
随着旅游业的发展,人们对搜索的要求越来越高。智能化大趋势下,个性化的推荐系统的应用及用户需求也越来越广泛。
旅游推荐系统主要面临的问题及挑战包括:
用户维度,用户的需求多种多样,如本地异地的差异,年龄、家庭结构的差异等;
时间、地理维度,每个时间点的需求都是不同的,如季节(冬季的温泉,夏季避暑...)、早中晚的需求差异,不同城市用户对同一目的地的旅游产品类别需求可能不同;
产品维度,如何输出多样性的产品也是推荐系统考虑的重点,如相似的酒店、景点等。
针对以上面临的问题和挑战,本文将分享携程推荐系统的更新迭代过程。
二、推荐系统架构
携程搜索推荐系统架构如下:
抛开业务和数据部分,这里只简单介绍推荐服务的结构,其简要构造如下:
2.1 用户行为
用户行为数据展示了用户的操作习惯和偏好。对这部分数据进行离线分析,可以更好地理解用户,以此来做线上产品的推荐源。
对线上需要的行为数据,可以取一个月或者近7天的历史数据,以保证数据的时效性。