metarank/metarank

它解决了什么问题

Metarank 是一个开源的排序服务，旨在让搜索和推荐系统变得更智能、更个性化。它通过允许开发者集成实时用户信号（如点击和购买行为）以及语义理解，解决了静态排序的问题，从而优化点击率（CTR）等指标。

它如何工作

Metarank 作为一个重排序层，位于现有的搜索引擎（如 Elasticsearch 或 OpenSearch）之上。它从各种流式数据源处理用户行为信号，并使用机器学习模型——包括用于个性化的 LambdaMART 和用于推荐的 MF ALS——实时重排序结果集。它还支持在双编码器（bi-encoder）和交叉编码器（cross-encoder）模式下使用 LLM，以提升对搜索查询的语义理解能力。

适合谁使用

专为希望实现学习排序（LTR）、语义搜索或个性化推荐组件（例如“你可能也喜欢”）的开发者和工程师设计，无需为常见的排序信号编写大量自定义代码。

主要特性

• 实时个性化：根据当前用户行为和访客资料动态调整搜索结果。
• 高性能：经过优化，延迟极低，可在 10-20ms 内处理大量结果集。
• AutoML 能力：支持自动特征生成和模型自动重新训练。
• 云原生架构：无状态设计，使用 Redis 管理状态，支持水平扩展。
• 内置信号：开箱即用，自动计算常见的排序因子，如 CTR、User-Agent 和来源页面（referer）。