Meituan Recommendation Algorithm

frame

From the perspective of the framework, the recommendation system can be basically divided into data layer, trigger layer, fusion filtering layer and sorting layer. The data layer includes data generation and data storage. It mainly uses various data processing tools to clean the original logs, process them into formatted data, and land them in different types of storage systems for downstream algorithms and models. The candidate set trigger layer mainly uses various trigger strategies to generate recommended candidate sets from the perspectives of users' historical behavior, real-time behavior, and geographic location. The candidate set fusion and filtering layer have two functions. One is to fuse the different candidate sets generated by the departure layer to improve the coverage and accuracy of the recommendation strategy. In addition, it also has to undertake certain filtering responsibilities, and determine some of them from the perspective of products and operations. Manual rules to filter out items that do not meet the conditions. The sorting layer mainly uses the machine learning model to re-sort the candidate sets selected by the triggering layer.

At the same time, for the two layers of triggering and reordering with the candidate set, the two layers need to be frequently modified for effective iteration, so ABtest needs to be supported. In order to support efficient iteration, we decouple the two layers of candidate set triggering and reordering. The results of these two layers are orthogonal, so they can be tested separately without affecting each other. At the same time, within each layer, we will divide the traffic into multiple parts according to users, and support multiple strategies to be compared online at the same time.

Data application

Data is the foundation of algorithms and models. As a trading platform, Meituan also has a rapidly growing number of users, so it has generated massive and rich user behavior data. Of course, the value of different types of data and the strength of the reflected user intent vary.

1. User active behavior data records various behaviors of users in different links on the Meituan platform. On the one hand, these behaviors are used for offline calculation (mainly browsing and placing orders) in the candidate set triggering algorithm (introduced in the next section), and on the other hand On the one hand, the strengths of the intentions represented by these behaviors are different, so when training the reranking model, different regression target values ​​can be set for different behaviors to better describe the strength of the user's behavior. In addition, these behaviors of users on deals can also be used as cross-features of the re-ranking model for offline training and online prediction of the model.
2. Negative feedback data reflects that the current results may not meet the needs of users in some aspects. Therefore, in the subsequent triggering process of the candidate set, it is necessary to consider filtering or de-weighting specific factors to reduce the probability of negative factors reappearing and improve users. Experience; at the same time, in the reordered model training, the negative feedback data can be used as a rare negative example to participate in the model training, and these negative examples are much more significant than those samples that were not clicked or placed after being displayed.
3. User portraits are the basic data to describe user attributes, some of which are directly obtained original data, and some are mined secondary data. On the one hand, these attributes can be used to weight or de-weight deals in the process of triggering the candidate set. On the one hand, it can be used as a user dimension feature in the reordering model.
4. By mining UGC data, some keywords can be extracted, and then these keywords can be used to tag deals for personalized display of deals.

policy trigger

We mentioned the importance of data above, but the foothold of data is still algorithms and models. Pure data is just the accumulation of some bytes. We must remove the noise in the data by cleaning the data, and then learn the rules through algorithms and models to maximize the value of the data. In this section, the related algorithms used in the triggering process of the recommendation candidate set will be introduced.

1. Collaborative filtering

When it comes to recommendation, we have to say collaborative filtering, which is used in almost every recommendation system. The basic algorithm is very simple, but to obtain better results, it is often necessary to do some differentiated processing according to the specific business.

• Clear noise data such as cheating, swiping, and purchasing. The existence of these data will seriously affect the effect of the algorithm, so these data should be eliminated in the first step of data cleaning.
• Reasonable selection of training data. The time window of the selected training data should not be too long, and certainly not too short. The specific window period value needs to be determined through many experiments. At the same time, the introduction of time decay can be considered, because the recent user behavior can better reflect the user's next behavior.
• User-based combined with item-based.

• Try different similarity calculation methods. In practice, we use a similarity calculation method called loglikelihood ratio[1]. In mahout, loglikelihood ratio is also used as a similarity calculation method.

The following table represents the interrelationship between Event A and Event B, where:

k11: The number of times Event A and Event B co-
occur k12: The number of times Event B occurred but Event A did not occur
k21: The number of times Event A occurred but Event B did not occur
k22: The number of times that neither Event A nor Event B occurred

则logLikelihoodRatio=2 * (matrixEntropy - rowEntropy - columnEntropy)

其中

rowEntropy = entropy(k11, k12) + entropy(k21, k22)
columnEntropy = entropy(k11, k21) + entropy(k12, k22)
matrixEntropy = entropy(k11, k12, k21, k22)

(entropy为几个元素组成的系统的香农熵)

2. location-based

对于移动设备而言，与PC端最大的区别之一是移动设备的位置是经常发生变化的。不同的地理位置反映了不同的用户场景，在具体的业务中可以充分利用用户所处的地理位置。在推荐的候选集触发中，我们也会根据用户的实时地理位置、工作地、居住地等地理位置触发相应的策略。

• 根据用户的历史消费、历史浏览等，挖掘出某一粒度的区域（比如商圈）内的区域消费热单和区域购买热单

区域消费热单

区域购买热单

• 当新的线上用户请求到达时，根据用户的几个地理位置对相应地理位置的区域消费热单和区域购买热单进行加权，最终得到一个推荐列表。
• 此外，还可以根据用户出现的地理位置，采用协同过滤的方式计算用户的相似度。

3. query-based

搜索是一种强用户意图，比较明确的反应了用户的意愿，但是在很多情况下，因为各种各样的原因，没有形成最终的转换。尽管如此，我们认为，这种情景还是代表了一定的用户意愿，可以加以利用。具体做法如下：

• 对用户过去一段时间的搜索无转换行为进行挖掘，计算每一个用户对不同query的权重。

• 计算每个query下不同deal的权重。

• 当用户再次请求时，根据用户对不同query的权重及query下不同deal的权重进行加权，取出权重最大的TopN进行推荐。

4. graph-based

对于协同过滤而言，user之间或者deal之间的图距离是两跳，对于更远距离的关系则不能考虑在内。而图算法可以打破这一限制，将user与deal的关系视作一个二部图，相互间的关系可以在图上传播。Simrank[2]是一种衡量对等实体相似度的图算法。它的基本思想是，如果两个实体与另外的相似实体有相关关系，那它们也是相似的，即相似性是可以传播的。

5. 实时用户行为

目前我们的业务会产生包括搜索、筛选、收藏、浏览、下单等丰富的用户行为，这些是我们进行效果优化的重要基础。我们当然希望每一个用户行为流都能到达转化的环节，但是事实上远非这样。

当用户产生了下单行为上游的某些行为时，会有相当一部分因为各种原因使行为流没有形成转化。但是，用户的这些上游行为对我们而言是非常重要的先验知识。很多情况下，用户当时没有转化并不代表用户对当前的item不感兴趣。当用户再次到达我们的推荐展位时，我们根据用户之前产生的先验行为理解并识别用户的真正意图，将符合用户意图的相关deal再次展现给用户，引导用户沿着行为流向下游行进，最终达到下单这个终极目标。

目前引入的实时用户行为包括：实时浏览、实时收藏。

6. 替补策略

虽然我们有一系列基于用户历史行为的候选集触发算法，但对于部分新用户或者历史行为不太丰富的用户，上述算法触发的候选集太小，因此需要使用一些替补策略进行填充。

• 热销单：在一定时间内销量最多的item，可以考虑时间衰减的影响等。
• 好评单：用户产生的评价中，评分较高的item。
• 城市单：满足基本的限定条件，在用户的请求城市内的。

子策略融合

为了结合不同触发算法的优点，同时提高候选集的多样性和覆盖率，需要将不同的触发算法融合在一起。常见的融合的方法有以下几种：

• 加权型：最简单的融合方法就是根据经验值对不同算法赋给不同的权重，对各个算法产生的候选集按照给定的权重进行加权，然后再按照权重排序。
• 分级型：优先采用效果好的算法，当产生的候选集大小不足以满足目标值时，再使用效果次好的算法，依此类推。
• 调制型：不同的算法按照不同的比例产生一定量的候选集，然后叠加产生最终总的候选集。
• 过滤型：当前的算法对前一级算法产生的候选集进行过滤，依此类推，候选集被逐级过滤，最终产生一个小而精的候选集合。

目前我们使用的方法集成了调制和分级两种融合方法，不同的算法根据历史效果表现给定不同的候选集构成比例，同时优先采用效果好的算法触发，如果候选集不够大，再采用效果次之的算法触发，依此类推。

候选集重排序

如上所述，对于不同算法触发出来的候选集，只是根据算法的历史效果决定算法产生的item的位置显得有些简单粗暴，同时，在每个算法的内部，不同item的顺序也只是简单的由一个或者几个因素决定，这些排序的方法只能用于第一步的初选过程，最终的排序结果需要借助机器学习的方法，使用相关的排序模型，综合多方面的因素来确定。

1. 模型

非线性模型能较好的捕捉特征中的非线性关系，但训练和预测的代价相对线性模型要高一些，这也导致了非线性模型的更新周期相对要长。反之，线性模型对特征的处理要求比较高，需要凭借领域知识和经验人工对特征做一些先期处理，但因为线性模型简单，在训练和预测时效率较高。因此在更新周期上也可以做的更短，还可以结合业务做一些在线学习的尝试。在我们的实践中，非线性模型和线性模型都有应用。

• 非线性模型

目前我们主要采用了非线性的树模型Additive Groves[4]（简称AG），相对于线性模型，非线性模型可以更好的处理特征中的非线性关系，不必像线性模型那样在特征处理和特征组合上花费比较大的精力。AG是一个加性模型，由很多个Grove组成，不同的Grove之间进行bagging得出最后的预测结果，由此可以减小过拟合的影响。

每一个Grove有多棵树组成，在训练时每棵树的拟合目标为真实值与其他树预测结果之和之间的残差。当达到给定数目的树时，重新训练的树会逐棵替代以前的树。经过多次迭代后，达到收敛。

• 线性模型

目前应用比较多的线性模型非Logistic Regression莫属了。为了能实时捕捉数据分布的变化，我们引入了online learning，接入实时数据流，使用google提出的FTRL[5]方法对模型进行在线更新。

主要的步骤如下：

• 在线写特征向量到HBase
• Storm解析实时点击和下单日志流，改写HBase中对应特征向量的label
• 通过FTRL更新模型权重
• 将新的模型参数应用于线上

2. 数据

• 采样：对于点击率预估而言，正负样本严重不均衡，所以需要对负例做一些采样。
• 负例：正例一般是用户产生点击、下单等转换行为的样本，但是用户没有转换行为的样本是否就一定是负例呢？其实不然，很多展现其实用户根本没有看到，所以把这样样本视为负例是不合理的，也会影响模型的效果。比较常用的方法是skip-above，即用户点击的item位置以上的展现才可能视作负例。当然，上面的负例都是隐式的负反馈数据，除此之外，我们还有用户主动删除的显示负反馈数据，这些数据是高质量的负例。
• 去噪：对于数据中混杂的刷单等类作弊行为的数据，要将其排除出训练数据，否则会直接影响模型的效果。

3. 特征

在我们目前的重排序模型中，大概分为以下几类特征：

• deal(即团购单，下同)维度的特征：主要是deal本身的一些属性，包括价格、折扣、销量、评分、类别、点击率等
• user维度的特征：包括用户等级、用户的人口属性、用户的客户端类型等
• user、deal的交叉特征：包括用户对deal的点击、收藏、购买等
• 距离特征：包括用户的实时地理位置、常去地理位置、工作地、居住地等与poi的距离

对于非线性模型，上述特征可以直接使用；而对于线性模型，则需要对特征值做一些分桶、归一化等处理，使特征值成为0~1之间的连续值或01二值。

总结

以数据为基础，用算法去雕琢，只有将二者有机结合，才会带来效果的提升。对我们而言，以下两个节点是我们优化过程中的里程碑：

• 将候选集进行融合：提高了推荐的覆盖度、多样性和精度
• 引入重排序模型：解决了候选集增加以后deal之间排列顺序的问题

原文链接： 美团推荐算法实践 （责编/周建丁）