Реалізація AI-автодоповнення пошукових запитів у мобільному додатку

Реалізація AI-автодповнення пошукових запитів в мобільному додатку

Автодповнення — одна з найвимоглівіших до latency функцій мобільного додатка. Користувач очікує підказки швидше, ніж встигне їх помітити: ідеал — < 100 мс від введення символу до появи варіантів. При цьому запити повинні бути релевантними, а не просто «популярними».

Чому простий prefix-пошук не працює

Наївна реалізація — зберігати частові запити в словнику та шукати за префіксом. Це працює для «nike» → «nike кросівки», але ломиться для:

• орфографічних помилок: «найк» замість «nike»
• транслітерації: «krossovki» vs «кроссовки»
• семантично близьких запитів: «беговая обувь» при введенні «крос»
• персоналізації: однаковий запит «платье» для різних користувачів повинен давати різні топ-підказки

Архітектура production-ready автодповнення

Trie + нечіткий пошук для швидкості

Базовий шар — Trie на популярних запитах з нечітким пошуком через BK-tree або Symmetric Delete. Elasticsearch з маппінгом completion field — готове рішення з fuzzy matching з коробки:

{
  "mappings": {
    "properties": {
      "suggest": {
        "type": "completion",
        "analyzer": "standard",
        "contexts": [
          {"name": "category", "type": "category"}
        ]
      },
      "weight": {"type": "integer"}
    }
  }
}

# Пошук автодповнень через ES Completion Suggester
async def get_suggestions(prefix: str, category: str, user_id: str) -> list[str]:
    response = await es.search(
        index="search_suggestions",
        body={
            "suggest": {
                "query_suggest": {
                    "prefix": prefix,
                    "completion": {
                        "field": "suggest",
                        "size": 8,
                        "fuzzy": {"fuzziness": "AUTO"},
                        "contexts": {"category": [category]}
                    }
                }
            }
        }
    )
    return [hit["_source"]["query"] for hit in response["suggest"]["query_suggest"][0]["options"]]

Персоналізований рейтингувач підказок

Базові підказки з ES переранжуються з урахуванням історії користувача. Ознаки рейтингувача:

• global_frequency — скільки разів цей запит вводили всі користувачі
• user_query_history_match — вводив ли цей користувач подібний запит раніше
• user_category_affinity — наскільки категорія запиту близька інтересам користувача
• recency_boost — трендові запити за останні 24 години отримують буст

On-device кеш для миттєвого відклику

Перші 3–5 символів запиту охоплюють ~80% популярних prefix-комбінацій. Кешуємо підказки для них на пристрої при старті додатка (або у фоні):

// Android: попередня завантаження популярних prefix-підказок
class AutocompleteCache(context: Context) {
    private val db = Room.databaseBuilder(context, AutocompleteDatabase::class.java, "autocomplete").build()

    suspend fun preload() {
        val popularPrefixes = autocompleteApi.getPopularPrefixes(limit = 500)
        db.suggestionDao().insertAll(popularPrefixes)
    }

    suspend fun getSuggestions(prefix: String): List<String> {
        // спочатку перевіряємо локальний кеш
        val cached = db.suggestionDao().getSuggestions(prefix)
        if (cached.isNotEmpty()) return cached

        // якщо немає в кеші — запрос на сервер
        return autocompleteApi.getSuggestions(prefix)
    }
}

Debounce та cancellation на клієнті

Кожний символ не повинен тригерити новий запрос. Debounce 150–200 мс + скасування попереднього in-flight запиту:

// iOS: debounced автодповнення з cancellation
class SearchViewModel: ObservableObject {
    @Published var suggestions: [String] = []
    private var searchTask: Task<Void, Never>?

    func onQueryChanged(_ query: String) {
        searchTask?.cancel()
        guard query.count >= 2 else { suggestions = []; return }

        searchTask = Task {
            try? await Task.sleep(nanoseconds: 150_000_000)  // 150ms debounce
            guard !Task.isCancelled else { return }

            let results = try? await autocompleteService.getSuggestions(query)
            await MainActor.run {
                suggestions = results ?? []
            }
        }
    }
}

Task.isCancelled перевіряється після debounce — якщо користувач продовжив введення, попередня задача вже скасована.

Логування вибору підказки

Коли користувач тапає на підказку, логуємо: позицію у списку, prefix при якому вона була вибрана, фінальний запит. Ці дані — навчальна вибірка для наступної версії рейтингувача.

Процес роботи

Аналіз пошукових логів: топ-1000 запитів, паттерни опечаток, мова/транслітерація.

Настройка Elasticsearch Completion Suggester з fuzzy matching.

Розробка персоналізованого рейтингувача підказок.

Реалізація on-device кеша + debounce логіки на iOS/Android.

Орієнтири за часом

ES Completion Suggester без персоналізації — 2–3 дні. З персоналізованим рейтингувачем та on-device кешем — 1,5–2 тижні.