口碑平台算法原理及信息处理情况说明
为依法保障用户对算法推荐服务的基本原理、目的意图和主要运行机制的知情权和选择权，告知用户口碑平台提供的算法推荐服务基本情况，口碑平台服务提供者（或简称“我们”）特制定本《口碑平台算法原理及信息处理情况说明》，帮助用户充分了解在使用口碑平台产品或服务的过程中，了解我们如何通过利用个性化推送类、检索过滤类等算法技术向用户提供信息或服务，以便用户更好的做出选择。
一、适用范围
本说明适用于口碑平台以网站、客户端、小程序等形式，向您提供的各项产品或服务。
二、算法原理说明
1、个性化推送类算法
算法名称 | 口碑个性化推荐算法 |
算法基本原理 | 算法主要包括召回、精排、重排、多样性打散等几部分。召回使用用户历史行为计算用户偏好类目偏好店铺，取回用户可能感兴趣的商户以及根据距离召回附近的店铺/商品；精排使用wdl模型通过场景历史数据以点击率为目标进行优化；为了保证展现给用户的店铺的多样性以及去除部分违规或存在问题店铺，最后会进行打散及过滤操作。 |
算法运行机制 | 用户进入APP发起推荐请求后，先取回用户画像特征，根据用户画像特征生成用户特征向量，然后使用该向量召回用户可能感兴趣的店铺并进行粗排序；对召回的店铺进行精排，精准刻画用户的兴趣和需求;然后使用重排模型，在top店铺中寻找最优排序序列；最后，为了保证展现给用户的店铺的多样性，会进行打散操作。 |
算法应用场景 | 首页店铺推荐和美食频道推荐，类搜频道推荐 |
算法目的意图 | 算法目的意图是提升点击率。通过推荐用户可能感兴趣的店铺，降低用户搜索时间，有效提升用户使用效率，提高用户满意度；长尾商户匹配用户的多样化需求，避免商家的马太效应。 |
备案编号 |
2、检索过滤类算法
算法名称 | 口碑搜索算法 |
算法基本原理 | 核心分为query理解、召回、排序三个阶段，query理解阶段是针对用户query的语义理解，召回主要通过文本分词倒排索引的方式，排序阶段通过DNN模型结合用户特征（历史行为统计信息、画像信息）、店铺特征、商品特征、LBS特征信息、以及文本相关性进行排序，结果以列表页的方式进行输出。 |
算法运行机制 | 用户进入APP首页输入query文本信息后，通过对文本信息进行搜索纠错处理（通用纠错、商户/品牌纠错等），然后进行意图识别（类目意图、店铺意图、地址意图、商品意图、Mall意图），通过搜索召回模块召回符合本地服务宗旨、满足时效性及可配送范围、满足用户检索诉求的相关商户和商品，通过对召回的商户、商家进行排序操作（深度学习模型、相关性建模等）,在排序结果的接触上引入打散、去重机制，最终输出与用户最相关的top商品和商户。 |
算法应用场景 | 口碑商品及店铺搜索 |
算法目的意图 | 1.帮助用户进行信息筛选，满足用户对商品的诉求。 2.帮助商户找到自己的潜在人群。 |
备案编号 |
