淘宝搜同款怎么搜（淘宝搜索的意义在哪）

这篇论文主要讲述，去年双11期间，淘宝搜索在有限计算资源情况下，如何拿到更好的排序结果、保证用户的搜索体验、以及点击、成交量和成交额等目标的完成。

实际的结果是，去年双11当天，淘宝搜索引擎的负载在最高峰也没有超过70%，CPU的使用率降低了约45%，搜索的平均延迟下降了约30%，同时带来的GMV提升了近1%。

以下是这篇论文的详细介绍。

《多层级联学习在大型电商排序系统的应用（Cascade Ranking for Operational E-commerce Search）》

作者：刘士琛，肖非，欧文武，司罗

该论文设计并实现了一种级联式电商搜索方式：它的主要思想是将一次排序分成递进的多个阶段，各阶段使用逐渐复杂的特征去得到逐渐准确的结果。在靠前阶段使用简单特征过滤显然不合要求的结果，在靠后阶段使用复杂特征辨别难以区分的结果。除此以外，算法结合电商场景的特殊性，严格限制了引擎的响应时间以及返回商品的数量，以保证用户的搜索体验。

离线实验和在线实验均验证了算法的正确性以及有效性，对比传统的方法能提升准确率的同时大幅提升了计算性能；在去年双11，在新增了大量准确又耗时的计算特征(包括强化学习和深度学习特征)的情况下，算法极大的保证了引擎的效率，使排序对引擎的压力下降40%，同时使排序效果有较大提升。

面临的问题

淘宝的搜索系统无疑是全球最大的电商搜索系统。“最大”这里包括商品量、用户量，包括引导的成交额、点击成交量，还包括引擎的访问次数、访问QPS…这样一个搜索引擎，所需要面对的访问压力也是巨大的，尤其在“双十一”等大促场景，压力更是平时的数倍。

另外一般搜索引擎的目标主要是引导点击，而在电商中，排序的结果更希望引导的是成交量和成交额。

因此我们的搜索系统、排序方案需要考虑多种实际问题。首先是在有限计算资源情况下，如何拿到更好的排序结果；其次是怎样保证用户的搜索体验，包括结果返回时间、返回商品量等；最后是怎么保证电商场景下的多目标，包括点击、成交量和成交额。

已有方法的不足

学术界和工业界都有大量learning to rank方面的研究，均期望能通过机器学习，为用户给出更优的排序结果。然而绝大部分相关工作都集中在如何提升排序的质量，却并不关系排序的效率，而太低效的排序方案在实际的工业在线应用中，往往是不可接受的。

淘宝搜索和其他类似应用主要采取的解决方案是使用一种“两轮排序方案”：在第一轮使用非常简单的特征去得到一个小的候选集；第二轮在小的集合上做复杂的排序。可是这种启发式的方案并不能保证性能与效果的取舍是最优的。基于以上考虑，我们需要一种全新的、工业可用的、能更合理平衡效率与性能的排序方案。

CLOSE排序算法，平衡性能与效率，保障用户体验

论文受图像中快速目标检测算法的启发，发现并不是引擎中的每个商品都需要全部特征参与计算、排序——一些基本特征能帮助过滤掉大多数商品；逐渐复杂的特征过滤逐渐难以区分好坏的商品；全部特征排序剩余商品。

基于这样的思想，论文提出了一种多轮级联排序方法Cascade model in a Large-scale Operational Ecommerce Search application（CLOES）。

CLOES主要采用了一种基于概率的cascade learning方法，将排序分为多轮计算；将排序效果和CPU的计算量作为优化目标，一起建立数学模型，同时优化。

除了考虑性能与效率，算法还考虑了用户的搜索体验，保证用户在输入任何一个query后都能在限制时间内得到足够的返回结果。最后CLOES还考虑了电商场景的特殊性，保障了多目标的平衡与可调整。

平衡性能与效率的排序（Query-Dependent Trade Off Between Effectiveness and Efficiency）

论文最重要的部分就是怎么样去平衡一个排序算法的性能和效率，那么我们主要使用的方法是cascade learning，即将一次排序拆分成多个递进阶段(stage)，每个阶段选用逐渐复杂的特征去过滤一次商品集合。同时我们使用learning to rank设定，将排序问题转化为一个二分类问题，预估每个商品的点击率。

如图所示，我们记一个商品x(表示为一个k维向量)在Query q下，能通过第j个stage的概率为

，其中

表示sigmoid函数。那么一个商品最终能被点击的概率为能通过所有stage的概率之积:

我们通过极大似然估计去拟合样本，使用负的log似然来表示损失函数，那么基础的损失函数可以表示为

。

关注的是排序的准确性：

其中左边项表示似然函数，影响模型的准确度；右边项

表示正则项，一方面是防止过拟合，另一方面能预防特征相关导致的ill-condition问题。

由于在实际的搜索排序中，我们除了效果，性能也是不得不关注的部分，因此我们需要将系统的性能性能消耗也加到目标中。我们可以求CPU的总消耗等于每个stage下的性能消耗之和：

。其中

表示每个stage上需要计算的商品量的期望，

表示商品x能进入第j个stage的概率，

表示在第j个stage上的feature进行一次计算的总耗时。那么我们得到一个新的loss

，

除了考虑排序的效果，兼顾了模型的计算量：

通过调整

，我们能调节系统的性能与效率。

越大，系统负载越低，但排序结果也越差；

越小，排序结果越好，但系统开销越大。

用户体验保障（Multiple Factors of User Experience）

如果直接使用上述模型，确实可以直接降低引擎的负载，但是仍然存在2点用户体验上的问题：1是对于某些query（特别是hotquery），可能计算latency仍然会非常高；2是某些query（一般是长尾query）下，返回给用户的结果特别少。那么为了解决这2个问题，我们进一步的增加了2个约束：单query下的latency不能超过100（只是举例，不一定是100）ms；返回给用户的结果数不能小于200。那么很自然的，我们会想到使用类似SVM的loss形式：

上述公式可以比较直观的理解为当query下的latency小于100ms(N的值)的时候，loss为0；大于100ms时，loss为（latency-100）的线性倍数；返回结果数类似。然而该函数是非凸、不可导的，并不利于问题的求解。因此为了求解的方便，我们使用了一个凸近似函数modified logistic loss去逼近SVM loss，可以证明，该loss和hinge loss是几乎一致的，当我们取一个较大的

的时候：

综上，我们考虑了用户的2种体验之后，最终的目标函数可以写成下面形式：

其中

表示期望返回给用户的最少结果数（例如200），

表示希望的最大latency（例如100ms）。通过最小化

，我们既能在有限的计算资源下得到更好的排序结果，又能兼顾用户的搜索体验。

商品场景下的多目标（Importance Factors of E-commerce Search）

电商搜索与网页搜索或者广告有较大区别：我们关注的不仅是点击，成交量、成交额等指标同样重要。然而如果我们将所有正样本(点击和成交)一样处理，由于点击样本量远大于成交样本，那么我们更像在学习一个CTR任务；这在我们想得到更高的成交额或GMV时是不合理的。因此我们为不同类型、不同价格的正样本设置了不同的权重。更具体的，我们会区分样本商品的log（价格）、点击和成交，于是在表示准确的似然项上，做了如下修正：

在上式中，

越大，成交样本的权重更高；

越大，价格因素的影响越大。权重的作用主要会体现在优化过程的梯度求解上。

离线与在线验证

为了验证算法的有效性，我们随机采样了线上一天的日志做交叉验证，数据取自2016年10月底。我们主要考察的指标有2点：测试集上的AUC以及性能总消耗。对比的算法有1，使用全部特征做一次排序；2，使用简单特征做一次排序；3，线上使用的2-stage方法；4，CLOES算法，取

；5，CLOES算法，取

。

实验结果如下表。从表中我可以看到使用全部特征的准确率无疑是最高的，然后计算消耗也是最高的；线上使用的2-stage方法能显著的降低计算效率的问题，只有方法1的30%，但是AUC也降低到0.76。我们主要对比的是现在线上使用的方法3—2-stageapproach，使用了CLOES，在几乎相同的计算消耗下，AUC能从0.76提升到0.80；在几乎相同的AUC下，计算消耗能从30%进一步下降到18%。

在离线验证了算法效果后，我们在双11前夕对算法进行了上线，以期望降低引擎的计算压力。上线期间的引擎CPU使用率以及平均搜索latency变化如下图：可以看到CPU使用率从32%下降到18%；而平均的搜索latency从33ms下降到24ms，图中有2条曲线分别表示引擎的2个集群。

需要注意的是，在引擎压力大量下降的情况下，线上的排序指标，包括CTR和GMV是略上升的。

受益于CLOES，在双11当天，引擎的负载在最高峰也没有超过70%，CPU的使用率降低了约45%，搜索的平均延迟下降了约30%，同时CLOES本身带来的GMV提升了近1%。考虑到其他因为性能改善而能上线的特征（包括实时特征和RNN特征等），排序的CTR提升有10%-20%，同时成交量、GMV等指标也有大幅提升（指标对比基于标准A/B Test）。

其他的实验结果以及算法细节请见原文。

总结

搜索对于电商来说是最大的流量入口，搜索排序的质量对用户的体验、对商家的收入、对平台的效率都会起到至关重要的作用。未来搜索会继续以用户的搜索体验为主要目标，为用提供能更优质、更能满足用户个性需求的排序结果。

从技术上，多种机器学习技术都会与搜索排序相关，例如：考虑到用户的长期体验，我们需要强化学习技术；考虑数据的分布不一致等问题，需要counterfactual learning技术；考虑更好的个性化体验，需要representation learning的相关技术；考虑更具交互性的搜索，我们需要自然语言处理，知识图谱等方面技术……淘宝搜索会持续的优化用户的购物体验，同时希望贡献更多优秀的算法、解决方面给工业应用及学术研究。