新「つくれぽ」検索の開発について/Cookpad Tech Kitchen#24

Transcript

1. 事業開発部　内藤雄介
   2020/08/21 Cookpad Tech Kitchen #24
   新「つくれぽ」検索の
   開発について
   

   View Slide

2. ● 内藤 雄介 @9toon
   ● 14年新卒→(子会社化/転籍)→19年再入社
   ● 事業開発部サーチエンジニアリングG長
   ● バックエンドエンジニア
   ● 大阪からフルリモート
   自己紹介
   

   View Slide

3. ● 新「つくれぽ」とは？
   ● 新「つくれぽ」の検索機能の開発について
   ○ 全文検索システムの選定
   ○ 検索精度向上の工夫
   ■ フィルタリング
   ■ ランキング
   今日お話すること
   

   View Slide

4. 新「つくれぽ」とは？
   

   View Slide

5. ● 2006年に誕生
   ● レシピ作者に「ありがとう」
   を伝える手段
   これまでの「つくれぽ」とは？
   

   View Slide

6. 「感謝」から「みんなへのおすすめ」へ
   ref: 『13年続いた「つくれぽ」をリニューアルした話』
   

   View Slide

7. 新「つくれぽ」とは？
   ● 「みんなへのおすすめ」の手段
   ● 他人が見ても楽しめるように
   リッチなフォーマットに進化
   ○ 3枚までの写真/動画
   ○ ハッシュタグ
   

   View Slide

8. 新「つくれぽ」の検索機能の開発
   

   View Slide

9. ● 世界最大級のRailsモノリス
   ● 「理由はよくわからないがとにかくこれをさわるだけ
   で開発期間が3倍になる」
   cookpad_all という魔境
   

   View Slide

10. 「ふつう」のRails開発をするために
    ref: クックパッド開発者ブログ『モダンBFFを活用した既存APIサーバーの再構築』
    ● Microservices化
    ○ Rails 6.0.x
    ○ Ruby 2.6
    ○ Aurora MySQL...
    ● Orcha（BFF）を通して
    新旧APIを統合
    

    View Slide

11. 検索システムも「身軽」にしたい
    ● レシピ検索にはSolrを長年利用している
    ● 既存検索システムの課題
    ○ 「人気順」等の大事な機能を支えるバッチ類やビジ
    ネスロジックが入り乱れていて触りづらい...
    ○ Solr4.9を使っていてかなり古かった（※当時）
    ● →別システムに切り出して開発したい
    ref: クックパッド開発者ブログ『レシピ検索を支えるレガシーでクリティカルな
    大規模バッチを刷新した話』
    

    View Slide

12. 「いい検索システム」とは
    ● 「フィルタリング」✕「ランキング」
    ● フィルタリング：
    ○ 文書群の中から目的の文書をどう絞り込むか？
    ○ 全文検索では文章をどう単語に分割するかが重要
    ● ランキング：
    ○ 絞り込んだ文書をどう順序に並べるか？
    

    View Slide

13. 検索エンジンをどう選定するか？
    ● Amazon Elasticsearch Service（AES）を採用した
    ○ いち早く検証に入りたい（構築コスト）
    ○ 開発に集中したい（運用コスト）
    ● 制約:
    ○ ユーザ辞書が使えない（※当時）
    ○ Close Index APIが使えない
    

    View Slide

14. ● 「鶏もも肉のトマト煮」
    ○ 辞書なし（素の kuromoji）
    ■ 鶏もも_肉_の_トマト_煮
    ○ 辞書あり
    ■ 鶏もも肉_の_トマト煮
    ○ ↑料理ドメインでは頻出の「鶏もも肉」でも適切に
    分かち書きできない！
    ユーザー辞書の有無での形態素解析の差分
    

    View Slide

15. Analyzerの働き
    1. Char filter（文字列のまま処理）
    ○ 例. HTML文字列の除去 etc.
    2. Tokenizer（文字列をトークン（単語）に分割）
    ○ 例. ngram, kuromoji, whitespace
    3. Token filter（トークンに対する処理）
    ○ 例. synonym（同義語の展開）
    

    View Slide

16. ● レシピ検索で培った言語資源が gem 化されている
    ○ text_processor(MeCab+カスタム辞書のwrapper)
    ○ word_essence(後述)
    ● 「分かち書き」をアプリケーション側で行う
    ○ text_processor で分割して空白区切りに直す
    ○ Elasticsearchでは同義語の展開のみ行う
    ■ whitespace tokenizer + synonym token filter
    今回採用した方法
    

    View Slide

17. 1. Elasticsearchを自前でHostする
    a. EC2上に構築する
    b. ECS上に構築する（cookpad mart はこれ）
    2. Elastic Cloudを利用する
    3. etc?
    他にどんな選択肢があった？
    ● カスタムプラグインを使う?
    ● NEologd や UniDic のような別の辞書を使う?
    ref: クックパッド開発者ブログ『サービス特性にあった検索システムの設計戦略』
    

    View Slide

18. フィルタリングの工夫 - クエリ理解
    ● word_essence という社内 gem
    ○ ある単語がどういう属性なのかを判定できる
    ○ 例. メニュー名、原材料名、調味料 etc.
    ● 「トマト パスタ」は「原材料+メニュー名」と分かる
    ○ フレーズ検索に切り替える
    ■ ✕パスタ用トマト
    ■ ○トマト風味の地中海風パスタ
    

    View Slide

19. ● 「つくれぽ」は人気の「レシピ」に集まりやすい
    ○ 単純に並べると、特定の「レシピ」への「つくれ
    ぽ」に検索結果が偏ってしまう
    ○ →「レシピを探す体験」が損なわれる
    ● ebay さんの技術記事を参考に、ページ内の「多様性」
    を制御するリランクの仕組みを導入
    ランキングの工夫 - Diversify
    ref: https://tech.ebayinc.com/engineering/diversity-in-search/
    

    View Slide

20. リランク後の
    検索結果
    ランキングの工夫 - Diversify
    ref: https://tech.ebayinc.com/engineering/diversity-in-search/
    同じ「レシピ」は1ページに1つまで！（制約
    条件）
    違反したら減点！（ペナルティ）
    1: recipe_A
    2: recipe_A
    3: recipe_B
    10: recipe_C
    1: recipe_A
    3: recipe_B
    10: recipe_C
    2: recipe_A
    元の検索結果
    （Top-k）
    agents
    ...
    ...
    

    View Slide

21. ● cookpad は今、「つくれぽ」をはじめ、サービス全体
    のエコシステムの再構築に取り組んでいる
    ● 培ってきた資源を活かしながら、新しい価値を作るこ
    とに日々試行錯誤している
    まとめ
    

    View Slide