Swiggy는 OpenSearch를 기반으로 한 실시간 머신러닝 랭킹 시스템으로 검색 자동 완성을 개선했습니다.
Swiggy는 OpenSearch를 활용하여 검색 자동 완성을 위한 실시간 머신러닝 랭킹 시스템을 상세히 설명했습니다. 이 아키텍처는 후보 생성과 랭킹을 분리하고, 실시간 신호를 위한 피쳐 스토어를 사용하며, 향상된 관련성을 위해 학습 기반 모델을 적용합니다. 이 시스템은 휴리스틱 랭킹을 대체하며, 엄격한 지연 시간 제약을 유지하고 사용자 행동 신호에 의해 모델 업데이트를 지속적으로 가능하게 합니다.
Swiggy enhanced autocomplete search using a real-time machine learning ranking system based on OpenSearch.
Swiggy detailed a real-time machine learning ranking system for autocomplete built on OpenSearch. The architecture separates candidate generation and ranking, utilizes feature stores for real-time signals, and applies learning-to-rank models for improved relevance. It replaces heuristic ranking while maintaining strict latency constraints and enables continuous model updates based on user behavior signals.