อัปเดตระบบ
AI / Data Engineering
ระบบแนะนำที่พักของ Airbnb เร็วขึ้นจากหลักวันเป็นหลักวินาทีด้วย Chronon
เบื้องหลังการอัปเกรดสถาปัตยกรรมข้อมูลครั้งใหญ่ที่ช่วยให้ระบบแนะนำที่พักตามพฤติกรรมผู้ใช้ทันใจกว่าเดิมแบบพลิกฝ่ามือ
ทีมข่าว เอไอไทย.com
⏱ อ่าน 3 นาที
เมื่อความล่าช้าของข้อมูลพฤติกรรมผู้ใช้เคยเป็นคอขวดระดับตึกแถว การแก้ปัญหาเชิงโครงสร้างนี้ถึงเปลี่ยนเกมหน้าฟีดได้จริง
คนที่ใช้งานแอปจองที่พักบ่อยๆ คงเคยสังเกตว่า บางทีสิ่งที่เราเพิ่งกดดูไปเมื่อวานซืน กว่ามันจะโผล่มาแนะนำใหม่อีกทีก็ปาเข้าไปเกือบข้ามวัน ปัญหานี้ไม่ได้เกิดจากความบังเอิญ แต่มันคือเรื่องของความล้าสมัยของข้อมูลในระบบหลังบ้านที่ต้องใช้เวลาประมวลผลนานเป็นปกติของแพลตฟอร์มยักษ์ใหญ่
ล่าสุดทีมวิศวกรของ Airbnb แก้เกมนี้ด้วยการขยายความสามารถแพลตฟอร์ม Chronon ของตัวเองให้รองรับการทำงานที่รวดเร็วขึ้นแบบเรียลไทม์ เพื่อจัดการกับข้อมูลพฤติกรรมเชิงลำดับหรือ sequence-based recommendation embeddings ที่เคยเป็นปัญหาคอขวดมานาน
หัวใจสำคัญของการอัปเกรดรอบนี้อยู่ที่การใส่สองฟีเจอร์ใหม่เข้าไปในระบบ ได้แก่ Push Mode และ Near Real-Time Model Transform ซึ่งทำหน้าที่ดึงข้อมูลพฤติกรรมล่าสุดของผู้ใช้มาแปลงเป็นเวกเตอร์สำหรับระบบแนะนำได้ภายในเวลาแค่ไม่กี่วินาทีเท่านั้น
Push Mode
ฟีเจอร์ที่ช่วยผลักดันข้อมูลพฤติกรรมใหม่เข้ามาประมวลผลในระบบได้อย่างรวดเร็วโดยไม่ต้องรอรอบการประมวลผลแบบ batch ปกติ
Near Real-Time Model Transform
ระบบแปลงข้อมูลโมเดลแบบเกือบเรียลไทม์ที่ช่วยอัปเดตชุดข้อมูลสำหรับการแนะนำที่พักให้สอดคล้องกับสิ่งที่ผู้ใช้เพิ่งสนใจไปสดๆ ร้อนๆ
ถ้ามองย้อนกลับไป ระบบเดิมของพวกเขาปล่อยให้ข้อมูลค้างอยู่ในสถานะเกือบสองวันเต็มก่อนจะอัปเดตเสร็จ พอปรับมาใช้สถาปัตยกรรมใหม่นี้ ระยะเวลาดังกล่าวก็ลดฮวบลงมาเหลือต่ำกว่าหนึ่งนาทีทันที ซึ่งในมุมของงานวิศวกรรมข้อมูล ถือเป็นการยกระดับความเร็วแบบก้าวกระโดดที่เห็นผลชัดเจน
ไม่ใช่แค่เรื่องความเร็วในเชิงเทคนิคที่ดูเท่บนหน้ากระดาษ เพราะจากการทดสอบระบบแบบออฟไลน์ผ่านค่า NDCG พบว่าความแม่นยำในการจัดอันดับที่พักเพิ่มขึ้นถึง 1.67% ซึ่งถือว่าไม่น้อยเลยสำหรับแพลตฟอร์มที่มีผู้ใช้งานมหาศาลระดับนี้
ยิ่งไปกว่านั้น การทดสอบแบบออนไลน์ที่ปล่อยให้ผู้ใช้จริงได้สัมผัสระบบใหม่นี้ ก็สะท้อนตัวเลขที่น่าสนใจออกมาด้วย ยอดการจองที่พักที่ไม่ถูกยกเลิกเพิ่มขึ้นราวๆ หนึ่งในสามของหนึ่งเปอร์เซ็นต์ ซึ่งถึงแม้จะดูเป็นสัดส่วนตัวเลขที่น้อย แต่ในเชิงธุรกิจของบริษัทระดับโลก มันแปลเป็นมูลค่ามหาศาลและช่วยยืนยันว่าความสดใหม่ของข้อมูลมีผลต่อการตัดสินใจซื้อจริงๆ
เรื่องนี้พิสูจน์ให้เห็นว่า รายละเอียดเล็กๆ อย่างความเร็วในการประมวลผลข้อมูลหลังบ้าน คือจุดต่างสำคัญที่ทำให้ประสบการณ์บนแอปพลิเคชันเปลี่ยนจากหน้ามือเป็นหลังมือได้จริง
ที่มา: InfoQ AI/ML — อ่านต้นฉบับ
ความคิดเห็น 0
กำลังโหลดความคิดเห็น...