摘要
在航空旅行中，打包是一项重复且容易出错的任务：行李清单必须具有个性化和上下文意识，同时又要符合安全规则、物品依赖关系和行李限额。现有的打包助手要么依赖模板且通用，要么基于推荐但不受约束，导致用户需要手动修正合规性和容量违反的问题。
我们提出了一种推理引导的学习框架，包含三个阶段：
- 符号引擎：生成一个符合规则的种子清单，具有明确的依赖结构。
- 两阶段偏好学习器：从用户的添加和删除行为中估计包含和优先级效用，同时减轻生存偏差。
- CP-SAT 优化器：选择一个紧凑的、合规的子集。
该架构实现了约束个性化的一般模式，适用于硬性可行性与稀疏偏好信号共存的场景。在604个标注的旅行场景中，包含29K的包含标签和343K的成对比较，符号引擎的召回率达到99.7%，有效性为0.96，而前沿的LLM则在0.78到0.81之间。使用梯度提升树和LambdaMART的AUC-ROC达到0.943，NDCG@5为0.923。CP-SAT的约束满足率为100%，相比之下，贪婪选择为28%，随机选择仅为10%。
在生产iOS旅行应用FlyEnJoy中的部署，使得清单完成率翻倍，并减少了编辑和完成时间。
博主点评： 本文提出的框架有效地结合了推理与学习，实现在复杂约束下的个性化需求，展示了在实际应用中的显著效果，具有很大的推广价值。