美團外賣美食知識圖譜的迭代及應用

菜品是外賣交易過程的核心要素，對菜品的理解也是實現外賣供需匹配的重點。今天咱們將一次推送三篇文章，系統地介紹了美團外賣美食知識圖譜的構建和應用。《美團外賣美食知識圖譜的迭代及應用》會介紹外賣知識圖譜的體系全貌，包括菜品類目、標準菜品、美食基礎屬性和美食業務主題屬性。《外賣商品的標準化建設與應用》將重點介紹外賣菜品標準化建設思路、技術方案和業務應用。因爲外賣的業務特色是搭配成單，而《外賣套餐搭配的探索和應用》一文會針對性地介紹外賣套餐搭配技術的迭代以及應用實踐。但願對從事相關工做的同窗可以帶來一些啓發或者幫助。

本文系外賣美食知識圖譜系列的第一篇文章，這篇文章系統地介紹了美團外賣美食知識圖譜的標籤體系結構，包括菜品類目標籤、標準菜品名、美食基礎屬性（食材、口味、菜系等）和美食業務主題屬性（商家招牌、類目經典等）。在技術層面，舉例對標籤體系的具體構建方法進行介紹，例如基於BERT預訓練的分類模型。在應用方面，介紹了美食知識圖譜在美團外賣業務的具體應用，包括支撐套餐搭配的菜品表徵、提高搜索和商家推薦等業務的用戶體驗。

1. 背景

知識圖譜，旨在描述真實世界中存在的各類實體和實體之間的關係。在美團外賣業務中，美食商品是美團向用戶提供服務的基礎，美食知識圖譜的建設，能夠幫助咱們向用戶提供更加準確、更加豐富、更加個性化的美食服務。另外，美團外賣業務向用戶提供「到家」吃飯的服務，到店餐飲業務則向用戶提供「到店」吃飯的服務，而外賣和到店的商家和菜品有至關程度的重合，菜品數據的對齊，爲咱們進行線上（外賣場景）線下（到店場景）數據的對比分析也提供了一個很好的「抓手」。

本文介紹了外賣美食知識圖譜的建設，基於對外賣業務數據（外賣交易數據、商家錄入的商品標籤信息、專業描述PGC、用戶評論UGC、商品圖片等）和站外數據（百科、菜譜等）的挖掘和分析，造成了針對外賣美食的分類體系（美食類目標籤）和標準化體系（標準菜品名標籤），並進一步針對不一樣類型的美食商品，構建包含口味、食材等衆多美食基礎屬性體系。同時，依託美團外賣的業務特性，構建美食商品在外賣業務中涉及的主題屬性體系，例如商家招牌、商家主營、類目經典等。目前，外賣美食知識圖譜的標籤結構以下圖1所示：

外賣美食知識圖譜包含如下四種維度的標籤（以「宮保雞丁」爲例，以下圖2所示）：

1. 類目標籤：包括主食、小吃、菜品等類目，並在每一個類目下，造成了層級化的三百多種細分類目。例如「宮保雞丁」的類目是「菜品」。類目標籤是美食商品的基礎分類信息，根據類目的不一樣，美食商品的基礎屬性也不一樣。例如「菜品」類目存在「葷素」、「菜系」之分，而「酒水飲品」類目則沒有這種屬性標籤。
2. 標準菜品名標籤：標準菜品名標籤主要爲標準商品信息，例如「宮保雞丁（招牌必點）」的標準商品是「宮保雞丁」。因商家輸入商品的多樣性，標準菜標籤的建設，實現了相同美食的聚合。
3. 基礎屬性：根據美食商品的類目不一樣，構建包括美食的食材、菜系、口味、製做方法、葷素等基礎屬性。例如「宮保雞丁」的菜系是「川菜」，食材有「雞胸」和「花生」，葷素標籤是「葷」。基礎屬性的挖掘對咱們理解商品起到關鍵做用，在商品的篩選、展現、商品表徵等業務需求方面，提供基本的數據特徵。
4. 主題屬性：主題屬性主要體現美食的業務主題，包括美食在外賣的交易行爲、美食在商家的定位、美食在用戶反饋中的好評度等。例如某商家的「宮保雞丁（招牌必點）」是該商家的「招牌菜」。

菜品對齊，涉及到菜品數據，來自外賣在線菜品、點評推薦菜品、美團商家套餐等。

2. 需求及挑戰

目前，外賣美食知識圖譜已經應用於美團外賣的多個場景，例如推薦、搜索、套餐搭配、運營分析等。業務的深刻發展，對美食知識圖譜的建設和迭代也提出了更加複雜的要求，例如：

1. 美食商品愈來愈多樣，相應的美食知識圖譜則須要愈來愈精細和準確。例如美食知識圖譜的類目標籤從零開始，建設了包含一百多種類目的類目標籤體系。但隨着業務發展，部分類目存在明顯的可細化空間。
2. 圖譜標籤的挖掘，偏向於靜態標籤的挖掘，對於相同圖譜標籤下的美食，缺乏業務相關的主題屬性描述。例如一樣包含「花生」的「酒鬼花生」，相比「宮保雞丁」，更能表明「花生」相關的美食。
3. 外賣美食知識圖譜主要描述外賣美食商品，而同一商家的美食商品，也可能會出如今該店的線下收銀等業務中。經過對齊不一樣業務的美食商品，能夠在美食實體層面，完善美食知識圖譜對商家美食的描述，從而指導商品和商家運營。

爲知足業務需求，咱們對類目標籤和基礎屬性進行了迭代和優化；同時，構建了業務相關的主題屬性。另外，咱們將外賣菜品和到餐菜品進行了實體對齊。其中，挖掘主題屬性，即挖掘業務相關的圖譜知識，是一個須要綜合考慮外賣業務和商品自己屬性的複雜過程。外賣菜品和到餐菜品的對齊，則須要綜合考慮菜品多樣性表述和菜品主體歸一。

外賣美食知識圖譜的迭代難點主要體如今如下幾點：

1. 業務相關的主題屬性挖掘，並無現成的體系能夠參考，在構建過程當中，涉及大量的分析和體系設計工做。
2. 主題屬性的挖掘，最重要的是須要從用戶的需求出發，分析用戶對商品的需求點，並將其反映在商品的圖譜層面，造成相應的主題屬性標籤。同時，商家的商品信息是一個動態變化的過程，例如銷量、供給、商品標籤等，先後兩天的信息可能就會徹底不一樣。所以業務性主題屬性的挖掘，一方面須要建設相對完善的體系，另外一方面也須要適配業務數據的動態變化過程，也就在圖譜挖掘和需求匹配上帶來了極大的挑戰。
3. 商家錄入菜品時，對菜品存在多樣性表述，例如同一道菜在份量、口味、食材等方面存在的差別。菜品對齊時，則須要對這些多樣性表述進行平衡，例如是否忽略份量因素等。但目前並無現成的對齊標準能夠參考。

3. 外賣美食知識圖譜的迭代

因篇幅受限，本文主要對其中菜品類目，不一樣類目、口味、食材、葷素、作法下的經典美食，健康餐等圖譜標籤的挖掘進行介紹。其中，在圖譜標籤挖掘中涉及到的數據來源和採用的技術，大體以下表所示：

標籤	技術
菜品類目	BERT分類模型
不一樣類目、口味、食材、葷素、作法下的經典美食	數據統計、實體識別、關係識別、產品定義（綜合考慮銷量和供給量）
健康餐	分類模型+產品定義（符合必定食材、作法、功效的商品）

3.1 菜品類目

菜品類目標籤的挖掘，主要解決美食菜品是什麼類別的問題。實現這一目標的挑戰有兩方面：首先是類目體系如何創建，其次是如何將商品連接到相應的類目節點。在最開始的體系構建時，咱們從美食商品的特色以及業務的具體需求出發，從零開始創建起包含一百多種類別的層次化類別體系，部分實例如圖3（左）所示。同時，構建基於CNN+CRF的分類模型，對美食商品進行類目分類，如圖4（左）所示。

然而，隨着業務的發展，已有分類目已經沒法支持現有業務的需求。例如：原先的類目體系，對熱菜描述不夠詳細，譬如沒有區分熱菜的作法等。爲此，咱們與外賣的供給規劃部合做，將類目體系擴充到細分的三百多種類目標籤，劃分更加詳細，覆蓋也更加全面，部分實例如圖3（右）所示。

類目的細分，要求模型更加精確。在進行類目識別時，可用的數據包括菜品名、商家店內側邊欄分類名稱、商家名等。考慮到可以使用的信息大多爲文本信息，而且，商家錄入的文本並無必定的規範，菜品名也多種多樣，爲提升模型精度，咱們將原先的CNN+CRF的分類模型進行了升級，採用模型容量更大的BERT預訓練+Fine-Tuning的模型。模型結構以下圖4（右）所示。

3.2 不一樣類目、口味、食材、葷素、作法下的經典美食標籤

咱們在建設主題屬性時，首先在基礎屬性標籤維度，綜合考慮商品的銷量和供給狀況，對菜品進行選優。例如類目下的經典美食等。但在建設過程當中，咱們發現菜系的經典美食識別，假如依據銷量和供給進行識別，則識別結果傾向於菜系下的「家常菜」，所以將經典菜系美食進行單獨識別。

類目經典美食等指的是銷量較高、供給量豐富的類目美食商品，例如主食經典美食、小吃經典美食。口味、食材、作法經典美食標籤等也是類似的定義。

在建設過程當中，咱們發現，假如直接在商品維度進行識別，由於商品的更新頻率相對較高，對新錄入的暫時沒有銷量或者暫時銷量低的美食商品不友好，銷量水平須要考慮在線時間的影響。所以咱們使用標準菜品進行類目、口味經典等的識別，並經過標準菜品，泛化到具體的美食商品上。

其中，「標準菜品」借用其它類電商業務中的「標品」概念，雖然絕大部分菜品的生產都不是標準化的過程，可是這裏咱們只關注主要的共性部分，忽略次要的差別部分。例如「西紅柿雞蛋」、「番茄炒蛋」都是同一類菜品。從結果上看，目前咱們聚合出來的「標準菜品」達到幾十萬的量級，而且可以覆蓋大部分美食商品。

藉助標準菜品，咱們將類目、口味、食材、葷素、作法等標籤聚合到標準菜品維度，並將銷量、供給量進行標準菜品維度計算，這樣就解決了商品在線時間長短的問題。在具體打標過程當中，例如類目經典，咱們基於銷量和供給，在類目維度對標準菜進行排序，並選擇Top n%標準菜進行打標，做爲類目經典下的商品。例如在「麪食」類目下，「西紅柿雞蛋麪」的銷量和供給量均在Top n%的水平，所以就認爲「西紅柿雞蛋麪」是一個麪食類經典美食。

3.3 健康餐

這裏的健康餐主要指低脂低卡餐，即低卡路里、低脂肪、高纖維、製做簡單、原汁原味、健康養分的食物，通常爲蔬菜水果（如羅勒、甘藍、秋葵、牛油果等），富含優質蛋白的肉類（如三文魚、蝦、貝類、雞胸等），穀物（主要以粗糧爲主，如燕麥、高粱、藜麥等）。烹飪方法也堅持「少油，少鹽，少糖」的原則，主要作法爲蒸、煮、少煎、涼拌等。

健康餐的識別，主要挑戰在於自己的樣本較少，可是由於健康餐的特殊性，商家在進行商品錄入時，通常會對其進行描述，例如指出這個美食商品是「健康」的、「低卡」的、「健身」類型的，所以咱們構建了一個分類模型，對健康餐進行識別。可以使用的數據，包括商品名、商家導航欄、商家名稱、商家對商品的描述等。而商家類目與商品的類目處於迭代狀態，所以並無對這部分信息進行使用。

識別過程以下：

• 訓練數據構建：因健康餐自己的佔比相對較少，所以首先總結和健康餐相關的關鍵詞，使用關鍵詞進行文本匹配，採樣機率相對較高的健康餐數據，進行外包數據標註。此處，咱們總結出「沙拉、穀物飯、穀物碗、低油、低卡、無糖、減脂、減肥、輕食、輕卡」等關鍵詞。

• 模型構建：同一個商品因其中使用的配料不一樣，在健康餐識別方面也會不一樣，例如菜名爲「招牌沙拉」的商品，假如沙拉中添加了芝士，則有可能商品就不會被識別成健康餐。爲了綜合考慮商家錄入的商品信息，使用商品名、商家名、導航欄名稱、商家錄入的商品描述等。這四種數據爲不一樣尺度的數據源，商品名等爲相對較短的文本，所以在模型構建時，考慮使用相似Text-CNN[1]的結構進行字級別的特徵提取；商品描述則是相對較長的文本，所以在構建時，考慮使用相似Transformer[2]的結構進行特徵提取，使用Multi-head Attention的機制，提取長文本中，「字」層面的特徵。具體結構以下：

  • 採用了兩種結構：Multihead-attention（Transformer）和Text-CNN。實驗發現，採用兩種結構聯合的方式，比採用單一結構準確率高。
  • 在建模時，均使用字級別特徵處理，避免由於分詞形成的偏差，同時也避免未登陸詞的影響。
• 數據迭代加強：由於使用關鍵詞進行樣本構建，在模型訓練時，模型會朝着包含這些關鍵詞的方向學習，所以存在漏召回的狀況。在這裏，咱們進行了必定的訓練數據加強，例如在評估時，選取可識別出健康餐的商家，對該商家中漏召回的數據進行訓練數據補充；同時，對部分特徵明顯的關鍵詞，進行補充並擴充正例。經過對訓練樣本的屢次擴充，最終完成健康餐的高準確率識別。

3.4 菜品實體對齊

考慮到同一商家菜品在不一樣業務線的菜品名可能略有差別，咱們設計了一套菜品名匹配的算法，經過拆解菜品名稱的量詞、拼音、先後綴、子字符串、順序等特徵，利用美食類目識別、標準菜品名抽取、同義關係匹配等進行菜品實體對齊。例如：碳燒鴿=炭燒鴿、重慶辣子雞=重慶歌樂山辣子雞、茄子肉泥蓋飯=茄子肉泥蓋澆飯、番茄炒蛋=西紅柿炒蛋等。目前，造成以下圖的菜品歸一體系：

4. 應用

這裏對外賣美食知識圖譜的應用，進行舉例說明。主要涉及套餐搭配、美食商品展現等。

4.1 套餐搭配-表徵菜品

爲知足用戶的搭配成單需求，進行套餐搭配技術的探索。套餐搭配技術的關鍵在於，對美食商品的認知，而外賣美食知識圖譜，則提供了最全面的數據基礎。咱們基於同商家內的商品信息和歷史成單信息，對商品的搭配關係進行擬合，參考指針網絡[2]等結構，構建了基於Multi-Head Attention[3]的Enc-Dec模型，具體的模型結構以下：

1. Encoder：對商家菜單進行建模，因菜單爲無序數據，所以採用Attention的方式進行建模。商品的信息主要包括商品名、商品圖譜標籤、交易統計數據等三部分。

   1. 對菜名、商品標籤分別進行Self-Attention計算，獲得菜名和商品標籤對應的向量信息，而後與交易統計數據進行Concat，做爲商品的初步表示。
   2. 對商品的初步表示進行Self-Attention計算，以對同商家的商品有所感知。

2. Deocoder：對搭配關係進行學習，基於當前已選擇的商品，對下一個可能的搭配進行預估。

   1. 在搭配輸出時，使用Beam-Search進行多種搭配結果的輸出。
   2. 爲了保證輸出搭配中的商品的多樣性，添加Coverage機制[2]。
3. 訓練以後，將Encoder部分分離，進行離線調度，可實現天天的向量產出。

具體的模型結構以下圖所示：

基於外賣美食知識圖譜構建的套餐搭配模型，在多個入口（「滿減神器」、「對話點餐」、「菜品詳情頁」等）取得轉化的提高。

4.2 交互式推薦

經過分析外賣用戶的需求，發現用戶存在跨店類似商品對比的需求，爲打破商家界限的選購流程特色，提供便捷的跨店對比決策方式。交互式推薦，經過新的交互模式，打造推薦產品的突破點。在用戶的交互過程當中，根據用戶的歷史偏好、實時的點擊行爲，向用戶推薦可能喜歡的美食商品。以下圖8（左）所示，在向用戶進行同類美食的推薦時，美食知識圖譜中的標準菜品標籤提供了主要的數據支撐。

4.3 搜索

搜索做爲外賣核心流量入口，承載了用戶明確的外賣需求。用戶經過輸入關鍵詞，進行菜品檢索。在實際使用中，從搜索的關鍵詞類型看，多是某個具體的菜品，也多是某種食材、某種菜系。在美食知識圖譜中，圖譜標籤的高準確率和高覆蓋，有助於提高搜索入口的用戶體驗，最新的實驗也代表了這一點（新增部分食材、菜系、功效等標籤，在搜索的線上實驗效果正向）。

5. 將來規劃

5.1 場景化標籤的挖掘

美食與咱們的生活息息相關，美團外賣天天爲千萬用戶提供美食方面的服務。然而，用戶的需求是多種多樣的，在不一樣的環境、不一樣的場景下，對美食的需求也不盡相同。目前美食知識圖譜挖掘，在場景相關的標籤較爲缺失，例如某些節氣、節日等圖譜知識；特定天氣狀況下的圖譜知識；特定人羣（增肌人羣、減肥人羣）等的圖譜知識。接下來咱們會在場景化標籤的挖掘方面進行探索。

在挖掘方法方面，目前的挖掘數據主要爲文本信息。在商品圖片、描述、結構化標籤等信息的融合方面，挖掘不夠深刻，模型的效果也有待提高。所以在多模態識別模型方面，咱們也會進行相應的探索。

5.2 基於圖譜的推薦技術研究

美團外賣在理解美食的基礎上，向用戶進行美食推薦，以更好地知足用戶對美食的需求。外賣美食知識圖譜和外賣業務數據，做爲實現這一點的數據基礎，包含上億的節點信息和十幾億的關係數據。經過對用戶的商品搜索、點擊、購買等行爲進行建模分析，能夠更加貼合用戶的需求，向用戶進行商品推薦，例如，將美食知識圖譜和外賣行爲數據融合，以用戶爲起點，進行隨機遊走，向用戶推薦相關的美食。在接下來的圖譜應用方面的探索中，咱們也會更加深刻的探索基於美食知識圖譜和用戶行爲的推薦技術。

6. 參考文獻

• [1] Kim Y. Convolutional neural networks for sentence classification[J]. arXiv preprint arXiv:1408.5882, 2014.
• [2] See A, Liu P J, Manning C D. Get to the point: Summarization with pointer-generator networks[J]. arXiv preprint arXiv:1704.04368, 2017.
• [3] Vaswani A, Shazeer N, Parmar N, et al. Attention is all you need[C]//Advances in neural information processing systems. 2017: 5998-6008.
• [4] Hamilton W, Ying Z, Leskovec J. Inductive representation learning on large graphs[C]//Advances in Neural Information Processing Systems. 2017: 1024-1034.

7. 做者簡介

楊林、郭同、海超、懋地等，均來自美團外賣技術團隊。

閱讀美團技術團隊更多技術文章合集

前端 | 算法 | 後端 | 數據 | 安全 | 運維 | iOS | Android | 測試

| 在公衆號菜單欄對話框回覆【2020年貨】、【2019年貨】、【2018年貨】、【2017年貨】等關鍵詞，可查看美團技術團隊歷年技術文章合集。

| 本文系美團技術團隊出品，著做權歸屬美團。歡迎出於分享和交流等非商業目的轉載或使用本文內容，敬請註明「內容轉載自美團技術團隊」。本文未經許可，不得進行商業性轉載或者使用。任何商用行爲，請發送郵件至tech@meituan.com申請受權。