機(jī)器學(xué)習(xí)在美團(tuán)：吃喝玩樂(lè)中的大數(shù)據(jù)與云計(jì)算

1、機(jī)器學(xué)習(xí)美團(tuán) 吃喝玩樂(lè)中的算法問(wèn)題O2O行業(yè)及美美團(tuán)簡(jiǎn)介介機(jī)器學(xué)習(xí)習(xí)在用戶戶端的應(yīng)應(yīng)用機(jī)器學(xué)習(xí)習(xí)在商戶戶端的應(yīng)應(yīng)用算法應(yīng)用用八大“坑”概要背景算法應(yīng)用用總結(jié)什么是O2O？O2O(OnlinetoOine)=本地服務(wù)務(wù)(LBS)+線上連接接通過(guò)信息息流動(dòng)，減少物物理流動(dòng)動(dòng)平臺(tái)用戶需求求信息結(jié)結(jié)構(gòu)化來(lái)源：TalkingData及品途網(wǎng)網(wǎng)2014O2O移動(dòng)應(yīng)用用行業(yè)報(bào)報(bào)告O2O行業(yè)應(yīng)應(yīng)用圖圖譜來(lái)源：TalkingData及品途網(wǎng)網(wǎng)2014O2O移動(dòng)應(yīng)用用行業(yè)報(bào)報(bào)告外賣(mài)打車(chē)電影票頻度門(mén)票酒店機(jī)票租房掛號(hào)美業(yè)租車(chē)拼車(chē)家政垂直vs.水平（平臺(tái)）什么樣的的領(lǐng)域有有機(jī)會(huì)？用戶獲取取成本vs.用戶價(jià)值滲透率團(tuán)購(gòu)

2、買(mǎi)房微信刷牙AllThatIsSolidMeltsintoAir.KarlMarx貓眼電影影 國(guó)內(nèi)最大大的電影分銷(xiāo)商商 美團(tuán)外賣(mài)賣(mài) 國(guó)內(nèi)最大大的外賣(mài)平臺(tái)美團(tuán)簡(jiǎn)介介美團(tuán)團(tuán)購(gòu)購(gòu) 國(guó)內(nèi)最大大的本地地生活服務(wù)電電商平臺(tái)臺(tái) 美團(tuán)酒店店 國(guó)內(nèi)第二二大酒店店分銷(xiāo)商消費(fèi)頻度度vs行業(yè)深度度O2Ovs網(wǎng)絡(luò)電商商共同：雙雙邊市場(chǎng)場(chǎng)差異：LocaEonbased，消費(fèi)距離離受限O2O的特點(diǎn)市場(chǎng)規(guī)模模大、增增長(zhǎng)速度度快懶人經(jīng)濟(jì)濟(jì)：質(zhì)優(yōu)優(yōu)價(jià)廉低價(jià)格高品質(zhì)低成本高效率低毛利高科技2000100080060040014001200201020112012201320142015e美團(tuán)網(wǎng)交交易額（億元）2014年12月：美團(tuán)

3、團(tuán)網(wǎng)擁有有1億多活躍躍移動(dòng)用用戶，移動(dòng)端貢貢獻(xiàn)90%的交易額額807060504030201002011201220132014美團(tuán)移動(dòng)動(dòng)交易占占比移動(dòng)化day:1day:3-3.5day:5-100hr3hr6hr9hr12hr15hr18hr21hr50.00%40.00%30.00%20.00%10.00%0.00%電影酒店美發(fā)/美容/美體美食攝影寫(xiě)真真生活服務(wù)務(wù)休閑娛樂(lè)樂(lè)運(yùn)動(dòng)健身身所有品類類分品類持持券時(shí)長(zhǎng)60.00%40003500300025002000150010005000北廣天福杭無(wú)合成京州津州州錫肥都美容美發(fā)發(fā)休閑娛樂(lè)樂(lè)生活服務(wù)務(wù)運(yùn)動(dòng)健身身攝影寫(xiě)真真電影酒店美食場(chǎng)景化、即時(shí)

4、化化分品類持持券80%距離4500美團(tuán)持券券時(shí)長(zhǎng)長(zhǎng)及消費(fèi)費(fèi)距離用戶個(gè)性化場(chǎng)景化即時(shí)化O2O平臺(tái)商戶動(dòng)態(tài)觸達(dá)達(dá)用戶提供豐富富產(chǎn)品平臺(tái)獲取用戶戶/商戶匹配供給給需求傳統(tǒng)模型型：邊際際收益遞遞減平臺(tái)模型型：雙邊邊市場(chǎng)的的網(wǎng)絡(luò)效效應(yīng)=邊際收益益遞增=平臺(tái)價(jià)價(jià)值平臺(tái)：用戶端端吸引訪問(wèn)/再訪自然流量量站外廣告告主動(dòng)推送送促成購(gòu)買(mǎi)信息聚合合用戶行為為引導(dǎo)運(yùn)營(yíng)拉新新提升多次訪購(gòu)搜索、瀏瀏覽主動(dòng)動(dòng)引導(dǎo)個(gè)性化推推薦跨品類轉(zhuǎn)轉(zhuǎn)新平臺(tái)：商商戶端商機(jī)發(fā)現(xiàn)現(xiàn)銷(xiāo)售拜訪訪路線優(yōu)化化商家入住住及上單預(yù)測(cè)可能能入住商商戶自動(dòng)寫(xiě)單單提高上上單效率率運(yùn)營(yíng)風(fēng)控防刷刷單銷(xiāo)量預(yù)估估O2O及美團(tuán)介介紹機(jī)器學(xué)習(xí)習(xí)在用戶戶端的應(yīng)應(yīng)用機(jī)器學(xué)習(xí)習(xí)在

5、商戶戶端的應(yīng)應(yīng)用算法應(yīng)用用八大“坑”概要背景算法應(yīng)用用總結(jié)運(yùn)營(yíng)拉新新推送引導(dǎo)導(dǎo)流量轉(zhuǎn)化化用戶個(gè)性化場(chǎng)景化即時(shí)化機(jī)器學(xué)習(xí)習(xí)美團(tuán)團(tuán)銷(xiāo)量預(yù)估估電影票房房預(yù)估商戶動(dòng)態(tài)觸達(dá)達(dá)用戶提供豐富富產(chǎn)品平臺(tái)獲取用戶戶/商戶匹配供給給需求用戶端端：運(yùn)營(yíng)營(yíng)拉新背景：首購(gòu)-留存，吸吸引已注注冊(cè)用戶戶完成首首購(gòu)目標(biāo)：少花錢(qián)錢(qián)，多辦辦事用戶端端：運(yùn)營(yíng)營(yíng)拉新方法：新用戶戶畫(huà)像SVM分類準(zhǔn)確率：75%召回率：68%效果拉新單位位成本下下降35%單位用戶戶營(yíng)銷(xiāo)成成本=總花銷(xiāo)/總新客數(shù)數(shù)總開(kāi)支節(jié)節(jié)省30%選擇對(duì)象象選擇準(zhǔn)則優(yōu)化用戶端端：推送送引導(dǎo)背景：對(duì)不活活躍用戶戶發(fā)個(gè)性性化推送送消息，提升訪訪問(wèn)及購(gòu)購(gòu)買(mǎi)目標(biāo)：提高用用戶轉(zhuǎn)化化，

6、減少少打擾用用戶方法：效果：有效降降低了對(duì)對(duì)用戶的的打擾。發(fā)出消息息目標(biāo)：發(fā)發(fā)出率固定時(shí)間間拉取改改為靈活推推送發(fā)送時(shí)機(jī)機(jī)優(yōu)化，考慮用戶戶的歷史史聯(lián)網(wǎng)時(shí)間間，當(dāng)前前位置發(fā)出率提提高100%+打開(kāi)消息息目標(biāo)：打打開(kāi)率動(dòng)態(tài)文案案(todo)打開(kāi)率提提高21%瀏覽/購(gòu)買(mǎi)目標(biāo)：轉(zhuǎn)轉(zhuǎn)化率類似推薦薦的優(yōu)化方式式，提高訪購(gòu)購(gòu)率綜合轉(zhuǎn)化化率提高高94%用戶端端：流量量轉(zhuǎn)化搜索瀏覽推薦意圖強(qiáng)度流量規(guī)模用戶偏好好用戶端端：流量量轉(zhuǎn)化場(chǎng)景位置快速交互互 首頁(yè)推薦薦 個(gè)性化數(shù)數(shù)據(jù)同義詞挖挖掘?qū)ＣR(shí)別別 新詞識(shí)別別 user profile挖掘 deal/poiprofile 挖挖掘query/deal 的的topic

7、model 評(píng)估框架架 模型訓(xùn)練練 數(shù)據(jù)清洗洗 特征抽取取 數(shù)據(jù)流推薦和搜搜索框架架的統(tǒng)一搜索推薦薦平臺(tái)Poil化列表表瀏覽人工規(guī)則則干預(yù)CTRmodel相關(guān)性模模型QueryRetrieval通用數(shù)據(jù)據(jù) Query補(bǔ)全全 排序機(jī)制制 Actionmodel業(yè)務(wù)規(guī)則則 UserRetrieval關(guān)系數(shù)據(jù)據(jù) 應(yīng)用層排序?qū)幽Ｐ蛯訙?zhǔn)入層觸發(fā)層數(shù)據(jù)層FlumeAgentImpressionLogOrder/ClickLogDealDBControlServiceModel1Model2APIOnlinetrainfeatureLabeledDataOfflinetrain服務(wù)架構(gòu)構(gòu)演進(jìn)featurem

8、onitor 高度可配配置LRSVMAPICommand應(yīng)用層模型層 選特?fù)裾饕惶鼗鳉wChisquaredStandardTopicModelGBDTMutualInformaEonMinMax分級(jí)日志志 模型評(píng)估估 基于spark的離線訓(xùn)訓(xùn)練平臺(tái)臺(tái)美團(tuán)搜索索歷史查詢?cè)冊(cè)~查詢補(bǔ)全全結(jié)果頁(yè)搜索系統(tǒng)統(tǒng)實(shí)踐數(shù)據(jù)獲取取時(shí)效性性清洗提高高準(zhǔn)確性性基礎(chǔ)數(shù)據(jù)據(jù)獲取查詢引導(dǎo)導(dǎo)同義詞挖挖掘團(tuán)單品類類映射查詢分析析系統(tǒng)架構(gòu)構(gòu)調(diào)整增加吞吐吐量改進(jìn)協(xié)議議架構(gòu)支撐撐特征工程程LR+GBDT融合效果果重排序?qū)崟r(shí)品類類偏好實(shí)時(shí)下單單位置模型在線線更新實(shí)時(shí)化分詞/歸歸一化 查詢糾錯(cuò)錯(cuò) 語(yǔ)義擴(kuò)展展 意圖識(shí)別別 查詢分類類 緊

9、密度計(jì)計(jì)算Term賦權(quán)召回及排序策略略 Querysuggestion相關(guān)搜索索 熱搜詞用戶查詢?cè)冏匀徽Z(yǔ)語(yǔ)言化檢索基于于字面匹匹配，缺缺乏語(yǔ)義義擴(kuò)展語(yǔ)義漂移移 查詢分析析查詢分析析面臨的的問(wèn)題用戶意圖圖多元化化 精確/模模糊查詢?cè)?領(lǐng)域多：尋找吃吃喝玩樂(lè)樂(lè)，購(gòu)物物，旅游，住宿宿策略類型 及占比 商 家 品 類 商 圈 地 標(biāo) 酒 店 旅 游 商 品 電 影 復(fù)合意圖 其 他 改進(jìn)前 12% 8% - 3% - - - 1% - 76% 改進(jìn)后 21% 17% 7% 5% 6% 2% 1% 4% 9% 28% 意圖識(shí)別別 搜索意圖圖歧義示示例及解解決方案案 找門(mén)票還還是酒店店？通過(guò)意圖圖分類，將

10、“旅旅游”意圖圖的POI排序序提前團(tuán)單品類類細(xì)分品類內(nèi)差差異對(duì)用用戶造成成的困擾擾 “咖啡/酒吧/蛋糕”在后臺(tái)配置為為同一個(gè)個(gè)類目下下的品類通過(guò)文本本分類拆拆分子品品類，或者說(shuō)打打標(biāo)簽人工定義義體系+SVM學(xué)習(xí)，構(gòu)建覆覆蓋全面面合理的的品類類類目，更更好滿足用戶精精確品類類檢索的的意圖美團(tuán)頻道道篩選groves頻道篩選選實(shí)踐數(shù)據(jù)清洗洗在線獲取取訓(xùn)練所需特征征數(shù)據(jù)及特特征工程程使用位置置信息引入排序序模型粗排序新單推薦薦使用位置置信息冷啟動(dòng)Additive使用位置置分品類細(xì)細(xì)化重排序?qū)崟r(shí)品類類偏好實(shí)時(shí)下單單位置實(shí)時(shí)特征征更新實(shí)時(shí)化poi-user特征當(dāng)前距離離歷史距離離最近點(diǎn)擊擊/下單/支付歷史點(diǎn)擊擊/下單/支付deal特征CTR/CVRCVR折扣力度度是否新單單是否促銷(xiāo)銷(xiāo)deal-user特征商圈品類價(jià)格user特征終端類型型地理位置置消費(fèi)水平平品類偏好好CPR重排序：特征poi特征#評(píng)論數(shù)數(shù)#有圖評(píng)論論/優(yōu)質(zhì)評(píng)論論CTR/CVR/CXRrank AdditiveGroves數(shù)值類特特征詳情頁(yè)特特有特征 列表頁(yè)特特有特征 GBDT LR重排序：框架數(shù)據(jù)實(shí)時(shí)時(shí)化預(yù)測(cè)結(jié)果果隨數(shù)據(jù)據(jù)更新而而變化2小時(shí)銷(xiāo)銷(xiāo)量數(shù)據(jù)據(jù)2小時(shí)內(nèi)內(nèi)數(shù)據(jù)預(yù)預(yù)測(cè)用戶戶實(shí)時(shí)偏偏好進(jìn)入列表表頁(yè)請(qǐng)求求用戶地地理位置置，下單單率提升升3%模型天級(jí)級(jí)更新Onl