阿里飞猪旅行搜索技术的革新与实践

### 导读
旅行搜索技术最初旨在满足用户的特定需求，如查询航班、火车票或预订酒店等。随着技术的进步，用户对搜索体验的要求不断提高，促使旅行搜索技术不断演进，成为集多种搜索策略于一体的全文检索系统。本文将深入探讨阿里飞猪在旅行搜索领域的技术应用与创新。

#### 一、飞猪搜索背景
1. **全局搜索与行业小搜**
- 全局搜索：涵盖飞猪内部所有内容的搜索入口。
- 行业小搜：专注于特定领域，如酒店、机票和旅游度假产品的垂直搜索。
- 随着业务发展，用户越来越多地使用全局搜索，因为它能一站式满足跨类别的需求，减少用户操作步骤。

2. **猪搜框架**
- 主要流程包括：Query处理（QP）、分页服务（SP）、倒排索引（HA3）、粗排序、加权排序和最终结果展示。
- QP负责Query理解与召回生成，是整个搜索流程的关键环节。

3. **QP挑战**
- 性能要求高：响应时间需控制在总响应时间的1/10以内。
- 文本理解：提供文本相关性支持。
- 特殊要求：处理LBS与POI的理解，提供空间相关性。
- 用户特征：支持个性化相关性，满足多样化需求。

#### 二、基础建设
1. **Query Tagging**
- 功能：识别Query中的目的地和用户意图。
- 层次：数据层、算法层和应用层。
- 数据层通过离线挖掘建立tagging词库，算法层利用Tag消歧和CRF等技术进行在线打标，应用层则用于Query丢词和改写。

2. **商品POI挖掘**
- 从商品标题和详情中提取有价值的POI信息，扩充词表，提高召回质量。
- 使用CRF++模型进行序列标注，准确率超过99%，召回率超过95%。

3. **同义词挖掘**
- 处理翻译类、中英文词、包含关系和错别字等类型的同义词。
- 基于用户点击行为和word2vec模型生成候选词，通过特征工程和二分类模型进行筛选。

4. **纠错**
- 解决全Query级别的错误，采用隐马尔科夫模型进行统计纠错。
- 包括同音字和形近字的识别，通过字体图像和结构计算相似度。

#### 三、召回策略
1. **经典召回**
- 利用同义词挖掘、相似Query改写和商品POI挖掘等技术，提高召回质量。
- Learning To Rewrite：通过多路改写生成候选集合，再用Learning To Rank选取最佳结果。

2. **LBS召回**
- 识别用户地理位置，召回附近的相关商品。
- 通过POI识别、文本相似性和用户位置等特征进行建模，准确率可达95%。

3. **向量召回**
- 引入深度学习模型，通过Query和商品的embedding进行相似性计算。
- 在无结果情况下，通过向量召回补充召回结果，降低无结果率。

4. **个性化召回**
- 针对泛需求搜索和不明确的搜索意图，引入个性化召回策略。
- 结合推荐系统和用户行为数据，提供更符合用户需求的搜索结果。

#### 四、总结与展望
1. **Query & User Planer**
- 计划升级QP为Query & User Planer，增强个性化搜索能力。
2. **可解释性升级**
- 提升搜索结果的可解释性，更细致地理解用户意图，预测用户行为，提供更精准的服务。

### 结语
本文详细介绍了阿里飞猪在旅行搜索技术上的最新进展，展示了从基础建设到高级召回策略的全面技术体系，为提升用户体验提供了有力支持。