在AICon北京2017大会上，【王兴星】讲师做了《从 XGB 到 LGB：美团外卖树模型的迭代之路》主题演讲，主要内容如下。
演讲简介：
互联网企业中，分类是个较为常见的问题，例如：流量转化、变现遇到的点击预估，Query 的分类等。使用的模型通常分为两大类：
广义线性模型：典型的是 LR/FTRL 等，适合离散对特征；
非线性模型：典型的 NN/树模型，适合连续特征。
实际应用中应该如何选择呢？如果特征体系中连续类型特征较多，一般选择非线性模型。在美团的 O2O 场景下，对应用户决策影响大较多为连续类型特征，例如店铺评分\店铺单均价\店铺距离\平均配送时长等，所以早期集团内大部分应用主要以树模型为主。
从 2013 年到 2017 年，美团外卖的订单量增长 10+倍。本议题将节后业务的特点及数据飞速增长讲解背后树模型迭代过程。
听众受益
了解 O2O 的业务特点；
理解线性模型、非线性模型的优缺点和适用场景；
了解树模型的最新的研究成果及其工业落地经验。
讲师介绍：
王兴星
美团点评 商业技术负责人
王兴星，美团点评外卖商业技术负责人，2016 年初加入公司，带领团队从 0 到 1 搭建外卖商业变现技术体系，应用在外卖 Feeds 广告、Push 广告、品牌广告及搜索广告等多个场景下。曾在搜狗商业、百度凤巢等部门任职，是前搜狗 PC 联盟和无线联盟的算法整体负责人，所研发的大规模训练系统应用于搜狗联盟、DSP 等多个商业产品线。多次获得公司最佳个人、技术部犀牛、MVP 等奖项。也是数据挖掘爱好者，曾带领获团队获得百度电影推荐大赛全国第一名、品友互动 RTB 算法竞赛线下/线上第一名等奖项。
完整演讲 PPT 下载链接：
https://aicon.infoq.cn/2017/beijing/schedule
Java 避坑指南：Java 高手笔记代码篇
本迷你书包括 86 个业务开发中常见踩坑点。每一个知识点都相当的实用，是程序员业务开发中的必备避坑指南...
评论