用户案例｜向量引擎在携程酒店搜索中的应用场景和探索

Zilliz AI 初创计划是面向 AI 初创企业推出的一项扶持计划，预计提供总计 1000 万元的 Zilliz Cloud 抵扣金，致力于帮助 AI 开发者构建高效的非结构化数据管理系统，助力打造高质量 AI 服务与运用，加速产业落地。访问https://zilliz.com.cn/了解更多。

---

携程集团(Trip.com Group) 是全球领先的一站式旅行平台，旗下的平台可面向全球用户提供一套完整的旅行产品、 服务及差异化的旅行内容，能够提供超过 120 万种全球住宿服务。

而随着携程用户需求和搜索行为日趋复杂多样化，基于文本匹配的检索方法已经不能够很好地满足用户在个性化精准搜索方面的需要。其中比较常见的问题有多义词问题。基于文本的检索方法主要依赖于关键词匹配进行搜索和排序，所以会忽视搜索意图背后更深层次的语义信息，导致对搜索结果的准确性和召回率的性能上有较大的影响。例如，查询“苹果”可以指代水果，也可以指代科技公司。同时，传统的搜索引擎在处理长尾查询上也往往出现召回效果不佳的情况。

此外，酒店搜索还会涉及到丰富的信息维度，如酒店的位置、房间类型、标签、评价等。传统的文本匹配方法难以有效整合和利用这些多维信息，对于多条件的精确搜索和筛选也有一些乏力。搭建向量引擎可以有效地解决上述问题，本文将详细介绍向量引擎在携程酒店搜索中的应用场景和相关经验。

01.当前局限性剖析

局限性之一：用户和商户表述差异

搜索引擎的索引数据是基于携程酒店搜索引擎团队采集的酒店信息、设施信息、地理信息等基础数据建立的。然而，不同用户的搜索习惯因人而异，商户和用户的描述也存在差异，不同商户在维护信息时也会千差万别。因此，搜索引擎需要具备一定的语义理解能力，使其能够顺利的在用户搜索输入和商户维护词汇之间进行匹配，以便准确地召回用户最想要的结果。

举个例子，如果商户维护了一个名为"带宠物"的设施服务标签，如果有一部分用户的输入是"能够带宠物"，相关的设施服务和酒店就无法被搜索到。以往的常规解决方案是给"带宠物"标签添加别名"能够带宠物"，这样可以通过关联别名来解决用户和商户之间的表述差异，使得不同的搜索输入能够召回同一类型的结果。然而，这种方法存在一定的局限性。别名的选择依赖于现有搜索词的点击情况，如果搜索引擎中没有某个词，那么该词就不会被展示出来，从而无法产生点击行为，那么该别名就无法被发掘到。

局限性之二：不同语种的表述差异

举个例子，在携程海外搜索场景中，如果在多语言标签库中没有维护"無料Wi-Fi"，搜索"無料Wi-Fi"时，搜索结果中就没有相关的酒店设施标签。在这种情况下，"無料"一词在日语中意味着免费，"無料Wi-Fi"实际上想要表达的是可以免费使用的无线网络连接。然而，如果没有维护多语言的标签名称，搜索引擎将无法正确识别用户的意图，导致搜索结果不准确。

为了解决这个问题，团队的解决方案是补充维护更多不同语言的标签信息，例如将设施标签的日文表达"無料Wi-Fi"添加到搜索引擎中。但这种方法依赖于翻译库的准确度和丰富度。由于词库庞大，很多词无法进行人工翻译，可能只能依靠机翻，这就存在准确度的问题，翻译的准确性对于能否搜索到所需内容有很大影响。

局限性之三：不同背景下的音译表述差异

由于音译表述的差异，用户可能使用不同的拼写或注音来搜索同一个词或短语。如果搜索引擎无法正确理解用户的音译表述，用户换一种音译翻译词搜索就无法找到相应的结果，可能会导致搜索结果的相关性和准确性下降。举个例子，当用户搜索"荷里活"时，搜索结果可能全是中国的地标，而当搜索"好莱坞"时，则会正常召回美国好莱坞的相关结果。

常规的解决方案是添加同义词"好莱坞"和"荷里活"之间的关联，例如将"荷里活"作为"好莱坞"的别名，并在商区实体维护中进行相应的标注。这样可以确保搜索引擎既能召回相关结果，又能保证结果的排序准确性。但是由于音译词组合的多样性，有可能导致指数级别的爆炸问题，搜索引擎会承受的巨大索引压力，且收益不佳。