引言
2018年12月31日，美團酒店單日入住間夜突破200萬，再次創下行業的新紀錄，而酒店搜尋在其中起到了非常重要的作用。本文會首先介紹一下酒店搜尋的業務特點，作為O2O搜尋的一種，酒店搜尋和傳統的搜尋排序相比存在很大的不同。第二部分介紹深度學習在酒店搜尋NLP中的應用。第三部分會介紹深度排序模型在酒店搜尋的演進路線，因為酒店業務的特點和歷史原因，美團酒店搜尋的模型演進路線可能跟大部分公司都不太一樣。最後一部分是總結。
酒店搜尋的業務特點
美團的使命是幫大家“Eat Better，Live Better”，所做的事情就是連線人與服務。使用者在美團平臺可以找到他們所需要的服務，商家在美團可以售賣自己提供的服務，而搜尋在其中扮演的角色就是“聯結器”。大部分使用者透過美團App找酒店是從搜尋開始的，搜尋貢獻了大部分的訂單，是最大的流量入口。在美團首頁點選 “酒店住宿”圖示，就會進入上圖右側的搜尋入口，使用者可以選擇城市和入住時間併發起搜尋。
酒店搜尋技術團隊的工作不僅有搜尋排序，還有查詢引導、推薦等工作，查詢引導如搜尋智慧提示、查詢糾錯等。之所以還有推薦的工作，是因為很多使用者在發起搜尋時不帶查詢詞，本質上屬於推薦，此外還有特定場景下針對少無結果的推薦等。本文主要介紹搜尋排序這方面的工作。