基于 LLM 的房地产搜索重新排名

QuintoAndar 集团运营着拉丁美洲领先的住房租赁和销售市场。该平台以完全数字化的体验取代了传统的纸质工作流程，使该地区的租户、买家和房东能够更快、更方便地进行住房交易。在如此庞大的目录中找到理想的家本质上是困难的。与此同时，会话助理的广泛采用正在重塑用户的期望：人们越来越希望通过开放的多轮对话来表达他们的需求，而不是严格的过滤菜单和多方面的搜索。这种转变在住房领域尤其明显，因为住房的意图是多维的、依赖于环境的，并且很少能简化为一小组结构化约束。为了满足这些期望，我们提出了一个基于 大语言模型 (LLM) 的重新排序器，它根据用户对话中表达的细致入微、上下文丰富的意图对检索到的候选者进行重新排序，从而增强了对话推荐系统。我们还为对话式房地产搜索构建了一个大规模离线评估数据集，其中包含 960,000 个查询项目对，这些查询项目对由合成查询和生产查询构建，并使用 LLM-as-a-Judge 框架和人工验证进行注释。我们在这个专有数据集上离线验证我们的方法，并通过生产 A/B 测试在线验证我们的方法。两项评估均显示排名质量持续改善，包括统计上点击率增加 5.3% 和计划访问增加 4.8% 的显着增长，这证明了将对话上下文融入住房推荐的价值。