metarank

收录理由

很多搜索和推荐系统在排序时只依赖一个通用的相关度分数，并不关心用户到底点击了什么。Metarank 是一个重排序服务，可以放在你已有的 Elasticsearch 或 OpenSearch 前面，利用真实用户产生的点击、购买等信号对候选结果重新排序。它内置了数十种现成特征，比如点击率、用户会话上下文、时间相关因素，你不需要自己写特征提取代码；还可以选用基于 LLM 的双编码器或交叉编码器来做文本语义重排序。模型训练方面，开箱即用地支持 LambdaMART 这类排序模型，也能做协同过滤风格的商品推荐，训练好的模型通过 API 对外提供服务，让你用较低代码成本实现个性化的商品列表和搜索结果。服务延迟保持在几十毫秒级别，并且支持横向扩展，在真实生产流量下也能稳定运行，而不只是能跑通演示。