FoodFlow：多方推荐与履约仿真

推荐列表之后，系统发生了什么

我们没有把 FoodFlow 做成另一个只汇报 Recall/NDCG 的推荐作业。外卖推荐一旦把订单集中到热门或远距离商家，后果会继续传递到商家曝光、骑手负载和超时风险。于是我们把推荐列表向下游继续推进：用户选择商家后，订单进入骑手匹配与午餐高峰动态仿真。

完整闭环是：TRD 订单与点击/菜品信号 → 8 km 服务圈候选 → 用户—商家 Top-K 排序 → 偏好/公平/ETA/供给联合重排 → MNL 模拟下单 → 逐单、批量或路径插单派单 → 多时间步高峰仿真 → 联合评价。

数据规模与诚实边界

推荐侧使用 Takeout Recommendation Dataset（TRD），覆盖北京 11 个商圈、2021-03-01 至 2021-03-28。本地全量审计包含 200,000 位用户、29,072 家商户、179,778 个 SPU、1,068,495 条训练订单和 230,550 条测试订单/标签。

TRD 没有真实经纬度，也没有完整骑手状态与平台派单记录。我们把实体嵌入 84,307 个 LaDe 烟台配送 GPS 点形成的城市空间分布，并用固定 seed 合成骑手位置、负载、可靠性与收入。LaDe 只用于校准速度、服务时长和并发负载分布，而且它是末端包裹配送数据，不是外卖派单数据。

推荐层：准确率、公平和履约特征进入同一候选集

我们比较 Popular、BPR-MF、UserOnly、Seq-Tuned、Logistic-LTR、Seq-xQuAD-Tripartite、Session-SPU-Tripartite 与 KG-Tripartite。Seq-Tuned 用快/慢最近性、复购、商家转移、品类、热度和质量构造可解释序列信号；三方模型进一步把用户偏好、商家公平、ETA 与可用供给加入重排。

KG-Tripartite 还会建立时间衰减的品类、区域和价位兴趣路径，输出“用户—品类—商家”等解释。所有候选先经过 8 km 服务圈硬约束；测试标签不会进入模拟下单过程。

当前正式输出使用 Logistic-LTR：虽然依赖文件声明了 LightGBM，本次环境没有安装该包，代码正确回退到 Logistic Regression，结果 CSV 也记录了真实模型名。我们不会把这些数值写成 LightGBM 实验。

模型	Recall@20	NDCG@20	Coverage@20	Exposure Gini
Popular	0.0559	0.0266	0.0151	0.9946
BPR-MF	0.1622	0.1009	0.1430	0.9516
Seq-Tuned	0.4509	0.3428	0.2894	0.8927
Logistic-LTR	0.4019	0.3241	0.4600	0.7893
Seq-xQuAD-Tripartite	0.4309	0.3307	0.2829	0.8856
Session-SPU-Tripartite	0.4251	0.3296	0.2851	0.8826
KG-Tripartite	0.4455	0.3361	0.2897	0.8752

这不是一个模型全面取胜的表格。Seq-Tuned 位于准确率前沿，Logistic-LTR 的覆盖和曝光均衡最好，KG/三方模型则把接近前沿的推荐继续送入履约系统。

履约层：批量匹配与路径插单

逐单策略包括最近骑手、最小 ETA 与负载感知；批量策略把骑手容量展开为槽位，用最大权匹配处理同一时间步的订单。路径策略维护取餐/送达航点序列，通过 cheapest insertion 计算边际绕行，并让骑手在仿真中沿路径移动，而不是“派单即瞬移”。

正式仿真让所有策略共享请求流、初始骑手池和 MNL 随机数流，并使用 10 个 seed：

推荐 + 调度	Avg ETA	Timeout	Platform Utility
Popular + Nearest	54.03 ± 2.50 min	54.2%	0.3998 ± 0.0104
Seq-Tuned + MinETA	29.25 ± 1.67 min	10.1%	0.5501 ± 0.0105
Seq-xQuAD + Batch	24.62 ± 0.95 min	3.4%	0.5688 ± 0.0067
Session-SPU + Batch	24.84 ± 0.96 min	3.6%	0.5681 ± 0.0066
KG-Tripartite + Batch	24.98 ± 0.99 min	3.48%	0.5697 ± 0.0057

相对 Popular + Nearest，KG + Batch 的平均 ETA 下降约 53.8%，超时率从 54.2% 降到 3.48%，平台效用由 0.3998 提升到 0.5697。部分策略的置信区间重叠，因此准确表述是“当前均值最高”，而不是“统计显著全面优于”。

路径插单只在容量压力下体现价值

默认 120 名骑手时，简单槽位 Batch 反而略优：KG + Batch 为 24.98 min / 3.48%，RouteMinETA 为 25.07 min / 3.86%，RouteBatch 为 26.27 min / 4.80%。合单并不是免费收益。

当骑手数降到 30，路径机制开始表现出韧性：

策略	Avg ETA	Timeout	Utility	顺路接单率
KG + Batch	39.84 min	32.06%	0.5614	—
KG + RouteMinETA	31.21 min	10.94%	0.5810	67.35%
KG + RouteBatch	32.44 min	14.14%	0.5681	68.89%

我们因此把路径插单定位成“高峰运力不足时的韧性机制”，而不是宣称它在所有场景都更快。

复现与阶段成果

本次独立复现得到 60 passed，并在 /tmp 从 mock TRD 开始跑通：预处理 → 8 模型离线评估 → 11 策略仿真 → 数据审计 → 18 张图 → Markdown 报告。真实 Streamlit 决策台也用当前处理数据启动，并分别以 light/dark 主题复现调度和推荐页面。

项目目前已经具备可重复的实验与展示闭环，但尚不是线上 A/B 测试。下一阶段需要用真实地理、骑手轨迹与派单日志替代 proxy，并把平台效用拆成更可解释、更可校准的业务约束。