热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

直播报名|美团技术沙龙第54期:美团KDD专场

【美团技术沙龙】由美团技术团队和美团科协主办,每期沙龙邀请美团及其他互联网公司的技术专家分享来自一线的实践经验,覆盖各主要技术领域。从2020年9月起&

【美团技术沙龙】由美团技术团队和美团科协主办,每期沙龙邀请美团及其他互联网公司的技术专家分享来自一线的实践经验,覆盖各主要技术领域。

从2020年9月起,美团技术沙龙将打造一系列学术活动,包括顶会论文分享、学术热点研讨等,邀请产业界、学术界共同探讨前沿问题。

活动时间:2020年9月5日 14:00 - 16:30

活动地址:线上活动

活动报名:戳我报名

| 活动简介

数据挖掘技术在互联网界有着广泛应用,其中KDD作为数据挖掘领域的顶级会议,更是学术界和工业界关注的焦点。本次技术沙龙,将介绍美团在KDD2020中发表的成果,涉及配送范围优化、排序学习、以及美团在本届KDD Cup比赛中的经验分享。希望与业界技术同行一起交流学习。

| 日程安排

| 分享介绍

1. Delivery Scope: A New Way of Restaurant Retrieval For On-demand Food Delivery Service

 

丁雪涛,清华大学硕士,现负责美团到家配送的网络规划、配送费定价及供需平衡方向的研究。

内容简介

配送范围是外卖配送中最核心的运营工具之一,它既决定了用户可交易的商家供给,又决定了商家的服务范围,进而影响商家的营业额,同时也影响了配送履约的效率和体验。如何通过配送范围Balance三方的诉求成为一个重要的问题。本文提出了一种基于计算几何学+机器学习+组合优化的方法,决策每个商家范围的形状,在保障服务范围合理的基础上,达到规模、配送体验的更优解。

2. KDD Cup 2020 Winning Solution and Its Applications in Meituan Search Ads

 

黄坚强,北京大学硕士,现于美团到店广告平台部搜索广告算法组从事广告质量预估模型优化工作。

内容简介

KDD Cup比赛是由SIGKDD主办的数据挖掘研究领域的国际顶级赛事,是目前数据挖掘领域最具影响力的赛事。偏差优化、自动化图学习、多模态匹配是今年KDD Cup五个赛题中的三个赛题,美团广告平台搜索广告算法团队基于这三个领域的技术积累在今年的这三个赛题中取得了两冠一季的成绩。本次演讲将分享这三个赛题的解决方案以及我们在这三个领域的广告业务应用。

3. KDD Cup 2020 2nd Place Solution and Its Applications in Meituan-Dianping Search

 

左凯,东南大学硕士,现于美团AI平台搜索与NLP部点评搜索部视觉应用组从事多模态搜索相关工作。

内容简介

KDD Cup比赛是由SIGKDD主办的数据挖掘研究领域的国际顶级赛事,是目前数据挖掘领域最具影响力的赛事。点评搜索视觉团队基于在多模态搜索中的技术积累在多模态匹配任务中取得了第二名的成绩。本次演讲主要分享我们的解决方案以及多模态搜索在美团点评搜索业务中的应用。

4. Learning-To-Rank with Context-Aware Position Debiasing

 

肖可依,台湾大学硕士,现于美团AI平台搜索与NLP部核心排序组从事结果页排序相关工作。

内容简介

排序场景中的位置信息对于用户的点击行为有很大的影响,造成的一个后果是线上收集到的用户点击数据存在Bias。本篇论文通过分析bias是如何造成离线评估与线上效果不一致,提出了一些准确的评估方案,对有偏的训练数据,给出了debias的训练方法,在搜索排序线上也取得了显著效果。

5. Ranking with Deep Multi-Objective Learning

 

曹雪智,上海交通大学博士,现于美团AI平台搜索与NLP部负责商品知识图谱的构建及其在搜索场景中的应用。

内容简介

现有的排序学习方法主要采用以下三种训练方法之一:单点训练,配对训练和列表训练。不同的训练方式往往在不同的场景、不同的评估指标下各有优势。在本文中,我们融合了单点训练和列表训练的方式,针对深度排序模型提出了多目标训练方法,将不同训练方法挖掘的信息相互补充,从而提升排序模型的训练效果。

| 感谢

活动主办方:美团技术团队、美团科学技术协会

宣传合作方:活动行、学术头条、学堂在线

报名方式

《美团技术沙龙第54期:美团数据挖掘技术实践--KDD专场》报名请戳阅读原文

扫描下方二维码添加美美微信(MTDPtech03),回复关键字:0905或者KDD入群,即可加入活动微信群,与讲师零距离交流。



推荐阅读
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 本文介绍了在处理不规则数据时如何使用Python自动提取文本中的时间日期,包括使用dateutil.parser模块统一日期字符串格式和使用datefinder模块提取日期。同时,还介绍了一段使用正则表达式的代码,可以支持中文日期和一些特殊的时间识别,例如'2012年12月12日'、'3小时前'、'在2012/12/13哈哈'等。 ... [详细]
  • 模板引擎StringTemplate的使用方法和特点
    本文介绍了模板引擎StringTemplate的使用方法和特点,包括强制Model和View的分离、Lazy-Evaluation、Recursive enable等。同时,还介绍了StringTemplate语法中的属性和普通字符的使用方法,并提供了向模板填充属性的示例代码。 ... [详细]
  • 本文介绍了绕过WAF的XSS检测机制的方法,包括确定payload结构、测试和混淆。同时提出了一种构建XSS payload的方法,该payload与安全机制使用的正则表达式不匹配。通过清理用户输入、转义输出、使用文档对象模型(DOM)接收器和源、实施适当的跨域资源共享(CORS)策略和其他安全策略,可以有效阻止XSS漏洞。但是,WAF或自定义过滤器仍然被广泛使用来增加安全性。本文的方法可以绕过这种安全机制,构建与正则表达式不匹配的XSS payload。 ... [详细]
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • {moduleinfo:{card_count:[{count_phone:1,count:1}],search_count:[{count_phone:4 ... [详细]
  • 本博文基于《Amalgamationofproteinsequence,structureandtextualinformationforimprovingprote ... [详细]
  • 如何自行分析定位SAP BSP错误
    The“BSPtag”Imentionedintheblogtitlemeansforexamplethetagchtmlb:configCelleratorbelowwhichi ... [详细]
  • 也就是|小窗_卷积的特征提取与参数计算
    篇首语:本文由编程笔记#小编为大家整理,主要介绍了卷积的特征提取与参数计算相关的知识,希望对你有一定的参考价值。Dense和Conv2D根本区别在于,Den ... [详细]
  • 本文介绍了在Python张量流中使用make_merged_spec()方法合并设备规格对象的方法和语法,以及参数和返回值的说明,并提供了一个示例代码。 ... [详细]
  • GPT-3发布,动动手指就能自动生成代码的神器来了!
    近日,OpenAI发布了最新的NLP模型GPT-3,该模型在GitHub趋势榜上名列前茅。GPT-3使用的数据集容量达到45TB,参数个数高达1750亿,训练好的模型需要700G的硬盘空间来存储。一位开发者根据GPT-3模型上线了一个名为debuid的网站,用户只需用英语描述需求,前端代码就能自动生成。这个神奇的功能让许多程序员感到惊讶。去年,OpenAI在与世界冠军OG战队的表演赛中展示了他们的强化学习模型,在限定条件下以2:0完胜人类冠军。 ... [详细]
  • 本文介绍了贝叶斯垃圾邮件分类的机器学习代码,代码来源于https://www.cnblogs.com/huangyc/p/10327209.html,并对代码进行了简介。朴素贝叶斯分类器训练函数包括求p(Ci)和基于词汇表的p(w|Ci)。 ... [详细]
  • 【论文】ICLR 2020 九篇满分论文!!!
    点击上方,选择星标或置顶,每天给你送干货!阅读大概需要11分钟跟随小博主,每天进步一丢丢来自:深度学习技术前沿 ... [详细]
  • 老牌医药收割AI红利:先投个15亿美元抢中国人才
    萧箫发自凹非寺量子位报道|公众号QbitAI没想到,一场大会把我的“刻板印象”攻破了。2021世界人工智能大会现场,能看见不少熟悉的身影, ... [详细]
author-avatar
花懋1274238844
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有