Pinterest 利用内容理解来驱动内容分发与用户互动，这需要深入理解图像和出站链接。核心问题在于 URL 规范化：由于跟踪参数的存在，相同的产品页面可能以多种不同的 URL 形式出现。这种冗余会导致重复抓取和处理，从而浪费计算资源。项目规范化旨在将不同 URL 所代表的相同项目统一起来，这对于购物目录至关重要。当项目 ID 缺失时，高级 URL 规范化对于去重尤为关键。最小重要查询参数集（MIQPS）算法能够自动学习哪些 URL 参数会影响内容身份。该算法能够区分中性参数（不影响页面内容）和非中性参数（会影响页面内容）。虽然静态规则适用于知名平台，但 Pinterest 拥有庞大的域名集合，因此需要一种动态的、数据驱动的方法。MIQPS 算法分为三个步骤。首先，从 Pinterest 的摄入管道中收集每个域名的观测 URL 语料库。其次，根据查询参数模式对 URL 进行分组，确保参数在其特定上下文中进行分析，避免因 URL 类型不同而错误分类参数。最后，对于模式中的每个参数，算法通过实证测试其重要性。它会采样具有不同参数值的 URL，并计算原始 URL 和修改后（移除该参数）URL 的内容 ID。如果在一定比例的样本中，移除该参数会导致内容 ID 发生显著变化，则该参数被归类为非中性参数并予以保留；否则，该参数被视为中性参数，可在规范化过程中安全移除。每个商家域名都会获得专属的 MIQPS 映射表，以反映该域名下参数的特定含义。