xhs搜索多源载体混排

猿急送>上海其它兼职程序员>_abed>

案例列表

基本信息

案例ID：244060

技术顾问：_abed - 9年经验 - 小红书

联系沟通

微信扫码，建群沟通

项目名称：xhs搜索多源载体混排

所属行业：电子商务 - B2C

->查看更多案例

案例介绍

项目简介：负责小红书核心搜索业务 SearchMix 智能混排系统研发与优化，系统基于 Ark 服务框架与 DAG 流水线架构，支撑社区笔记、商品、广告、直播等多源内容的统一分流、特征建模、价值排序与智能混排，承载平台主搜、评论搜、简化混排等全场景搜索流量，通过多版本 BeamSearch 迭代、List-wise 序列优化与精细化混排策略，大幅提升搜索相关性、内容多样性与商业化收益，是搜索中台核心排序混排工程。

核心职责与工作内容：
1、核心排序模型与 BeamSearch 算法优化：负责搜索精排核心能力迭代，先后落地 V4/V5/V6 多版本 BeamSearch 排序架构，同时维护 Point-wise 多轮循环排序与 List-wise 序列级双排序路径。优化 CTR 预测、位置偏差矫正、营销内容衰减、作者/品牌打散多样性策略，重构序列打分三组件，优化候选集筛选、路径截断与全局择优逻辑，有效改善搜索结果同质化、相关性降级问题。
2、多源内容智能混排策略落地：深耕商业化与内容生态平衡，迭代着色交叉排列、多层打散、智能去重、营销密度管控、直播卡片双赢、GPM 守护等核心混排策略。通过 20+ 打散规则、9 项有效性约束、屏级统计限流机制，实现优质种草内容、商品、广告的合理穿插，在保障用户体验的同时提升商业化曝光与转化收益。
3、特征工程与模型推理优化：负责搜索全链路特征体系建设，完善Query维度、用户画像、会话历史、循环统计、位置依赖等多维特征，覆盖社区、商品、广告全业务线。对接 Lambda 模型服务完成 LightGBM 批量推理优化，优化特征预加载、批量预测、异常兜底逻辑，提升模型打分精度与推理耗时性能。