Uzum Market раскрывает архитектуру поиска: контекстные опечатки, синонимы и LLM для e-commerce
Команда поиска крупнейшего узбекского маркетплейса Uzum Market детально описала ключевые компоненты своей системы, выходящие за рамки базового ранжирования и векторного поиска.
Поиск на маркетплейсе - это система, от точности которой зависят конверсии. Команда поиска Uzum Market рассказала о компонентах, повышающих точность и устойчивость поиска. Эти компоненты решают специфические проблемы: контекстные опечатки, управление синонимами и оценка качества с помощью больших языковых моделей.
Одна из задач - обработка опечаток. Простой алгоритм на основе расстояния Левенштейна в контексте маркетплейса может давать абсурдные результаты. Например, запрос "аппл" легко исправить на "apple", но "аппликация" может означать и "наклейку", и "приложение". Команда Uzum Market разработала контекстно-зависимый опечаточник, учитывающий категорию товаров и историю запросов. Система анализирует, в какой категории чаще ищут исправленный вариант, и предлагает релевантную коррекцию.
Еще один модуль - система управления синонимами. В e-commerce синонимы - инструмент управления выдачей. Синонимизация "кроссовок" и "кед" может быть полезна, но автоматическое расширение запроса "женские кроссовки" до "женские кеды" не всегда уместно - это разные стили обуви. Команда строит графы синонимов, учитывающие контекст и категорию товара. Это позволяет тонко настраивать поиск: где-то расширять запросы для полноты выдачи, а где-то - сужать, чтобы не показывать нерелевантные товары.
Для оценки качества работы системы команда применяет большие языковые модели. Традиционные метрики, основанные на кликах и покупках, имеют задержку и не всегда объективно отражают релевантность. В Uzum Market разработали LLM-систему для оценки качества ранжирования. Модель на основе архитектуры BERT анализирует пары "запрос-товар" и присваивает им оценку релевантности. Это позволяет быстро тестировать изменения в алгоритме, проводить A/B-тесты и оперативно выявлять проблемы. Важно обеспечить устойчивость такой системы - LLM-оценщик должен быть стабильным, чтобы его решениям можно было доверять.
Опыт Uzum Market показывает эволюцию поиска от простых алгоритмов к сложным, контекстно-зависимым платформам. Внедрение LLM для оценки смещает фокус с бизнес-метрик на оперативный контроль качества логики поиска. Для пользователей это означает повышение точности выдачи: система начинает лучше понимать намерения через опечатки, различать нюансы в запросах и предлагать более релевантные товары.
