美团点评技术沙龙第22期:美团点评AI实践视频回放

时间:06-17 13:30 - 17:30 主办方:
1075 人观看 收藏
分享
大会交流群
大会议程
嘉宾介绍
资料下载

李彪

美团点评高级技术专家

李彪,美团点评高级技术专家,美团点评智能技术中心NLP技术负责人,现主要从事文本分析、深度学习、语义计算、智能对话技术等方面的研发工作,曾就职于百度NLP部门从事深度学习模型和框架的研发,毕业后在搜狗从事搜索广告策略研发。

魏旋

瓜子首席数据科学家

2016年加入瓜子,个性化、调度、定价等相关智能服务的研究与开发。2010年博士毕业于清华大学;毕业后加入Hulu,负责广告精准投放,带领团队从头搭建了Hulu精准广告算法及系统;2013年加入宜信大数据创新中心担任数据科学家,负责宜信大数据实时授信平台、反欺诈等项目的研究开发。

刘怀军

美团点评高级技术专家

刘怀军,美团点评高级技术专家。2015年加入美团,目前任职美团外卖,负责个性化搜索、排序、推荐工作。 2007年哈工大硕士毕业,加入腾讯,先后任职腾讯研究院、腾讯搜搜、微信,搭建公司第一个智能反垃圾系统和智能问答系统,并负责过搜搜查询分析,微信对话系统和微信搜索算法工作。 在NLP、机器学习领域,发明专利近20余篇,有6篇授权。并担任中文信息学会社会媒体处理专业委员会委员。

郑刚

美团点评高级技术专家

郑刚,美团点评高级技术专家。2010年毕业于中科院计算所,毕业后就职于百度,2011年加入原美团。参与美团早期数据平台搭建,先后负责平台、酒旅数据仓库和数据产品建设。目前重点负责酒店旅游场景下的搜索排序推荐工作,致力于用大数据和机器学习技术解决业务痛点,提升用户体验。

 

活动内容

 
 

美团点评技术沙龙美团点评技术团队主办,每期沙龙邀请美团点评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。

最近来,随着硬件计算能力的增强,以及大数据的爆破式增长,深度学习技术的潜力得到前所未有的挖掘,再一次掀起人工智能的新高潮,从传统的nlp、语音、图像技术,到机器人、无人车技术等人工智能产品,都成为炙手可热的话题 

在本次技术沙龙中,我们将详细介绍在美团点评的不同应用场景下,诸多的人工智能技术如何发挥作用?如何改善产品?

 

欢迎大家报名参加 美团点评AI实践

 

 

日程安排 

 

 

时间            内容           
13:30-14:00           

来宾签到               

14:00-14:10           

主持人开场               

14:10-15:00           

NLP在美团点评的应用     美团点评高级技术专家   李彪                

15:00-15:50          

深度学习在外卖的应用    美团点评高级技术专家    刘怀军                

15:50-16:40           

美团点评旅游搜索的策略演进     美团点评高级技术专家  郑刚                 

 

 

议题简介 

 

主题一:NLP在美团点评的应用

美团点评有着丰富的文本信息,海量ugc数据以及商家详情页数据,如何通过NLP技术分析挖掘出有用的信息,应用到美团点评各种场景上? 本文将详细介绍NLP的诸多技术以及各技术点在美团点评的应用落地,从文本理解的Query意图识别,成分分析,语义分析的Query-商家语义匹配,Crash日志的聚类,到智能交互的客服机器人、点餐助手等

分享者:李彪,美团点评高级技术专家,美团点评智能技术中心NLP技术负责人,现主要从事文本分析、深度学习、语义计算、智能对话技术等方面的研发工作,曾就职于百度NLP部门从事深度学习模型和框架的研发,毕业后在搜狗从事搜索广告策略研发。


主题二:深度学习在外卖的应用

美团外卖业务通过多年高速发展,日订单突破千万,成为O2O领域一个重要平台。 深度学习近几年在很多领域有取得关键性突破。结合外卖多样化、多领域、多形态的海量供需数据,以及业务特点,我们重点针对两个方向,展开深度学习的研究:1.深度学习预估模型上如何应用?2.深度学习在图像技术上如何应用?

分享者:刘怀军,美团点评高级技术专家。2015年加入美团,目前任职美团外卖,负责个性化搜索、排序、推荐工作。 2007年哈工大硕士毕业,加入腾讯,先后任职腾讯研究院、腾讯搜搜、微信,搭建公司第一个智能反垃圾系统和智能问答系统,并负责过搜搜查询分析,微信对话系统和微信搜索算法工作。 在NLP、机器学习领域,发明专利近20余篇,有6篇授权。并担任中文信息学会社会媒体处理专业委员会委员。


主题三:美团点评旅游搜索的策略演进

搜索是酒旅用户最重要的交易入口之一,旅游搜索面临诸多挑战。例如:如何解决度假行前与行中场景的需求差异?如何展示景点门票、线路游等多种搜索形态?如何实现不同用户的个性化搜索排序?本次分享介绍旅游搜索召回和排序策略的演进过程,以及机器学习在搜索排序中的应用。

分享者:郑刚,美团点评高级技术专家。2010年毕业于中科院计算所,毕业后就职于百度,2011年加入原美团。参与美团早期数据平台搭建,先后负责平台、酒旅数据仓库和数据产品建设。目前重点负责酒店旅游场景下的搜索排序推荐工作,致力于用大数据和机器学习技术解决业务痛点,提升用户体验。

未上传任何附件
美团点评技术团队
推荐峰会