1. 引言

挑戰與思路

搜索是大眾點評App上用戶進行信息查找的最大入口，是連接用戶和信息的重要紐帶。而用戶搜索的方式和場景非常多樣，并且由于對接業務種類多，流量差異大，為大眾點評搜索（下文簡稱點評搜索）帶來了巨大的挑戰，具體體現在如下幾個方面：

• 意圖多樣：用戶查找的信息類型和方式多樣。信息類型包括POI、榜單、UGC、攻略、達人等。以找店為例，查找方式包括按距離、按熱度、按菜品和按地理位置等多種方式。例如用戶按照品牌進行搜索時，大概率是需要尋找距離最近或者常去的某家分店；但用戶搜索菜品時，會對菜品推薦人數更加敏感，而距離因素會弱化。

• 業務多樣：不同業務之間，用戶的使用頻率、選擇難度以及業務訴求均不一樣。例如家裝場景用戶使用頻次很低，行為非常稀疏，距離因素弱，并且選擇周期可能會很長；而美食多為即時消費場景，用戶行為數據多，距離敏感。

• 用戶類型多樣：不同的用戶對價格、距離、口味以及偏好的類目之間差異很大；搜索需要能深度挖掘到用戶的各種偏好，實現定制化的“千人千面”的搜索。

• LBS的搜索：相比電商和通用搜索，LBS的升維效應極大地增加了搜索場景的復雜性。例如對于旅游用戶和常駐地用戶來說，前者在搜索美食的時候可能會更加關心當地的知名特色商戶，而對于距離相對不敏感。

上述的各項特性，疊加上時間、空間、場景等維度，使得點評搜索面臨比通用搜索引擎更加獨特的挑戰。而解決這些挑戰的方法，就需要升

總結

以上是生活随笔為你收集整理的深度学习核心技术精讲100篇（三十一）-大众点评搜索基于知识图谱的深度学习排序实践的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。