专题:推荐\搜索系统
本专题将分享工业界如何将机器学习或深度学习技术正确应用在不同形态、不同业务的搜索推荐场景中,包括不同场景下的业务痛点是什么,如何正确地进行技术选型,以及如何不断优化模型提高推荐系统效果等宝贵实践经验。
本专题下的议题
知乎搜索中的深度学习实践
范力文 知乎 搜索算法团队 leader
所属专题:推荐\搜索系统
课程概要
背景介绍:
最近几年,深度学习在各个领域取得了重大进展。我们将介绍深度学习在知乎搜索中的实践场景,揭示它与传统机器学习技术、搜索基础架构、产品策略等是如何结合的。
解决思路/成功要点:
搜索一般分为召回和排序两大模块,我们将分别展示知乎在这两大模块中的深度学习实践。针对召回问题,我们将主要介绍深度学习在同义词挖掘、自动扩展、term weight 等方向的应用。针对排序问题,我们主要讨论语义相关性、结果多样性等方面的进展。
成果:
我们将会展示深度学习算法在知乎搜索业务下产生的积极效果,以及在实践中的一些思考和收获。
听众收益
1.了解深度学习在搜索领域中的一些最新进展
2.了解常见的深度学习模型在知乎搜索中的应用及结果
智能购物机器人的技术实践应用
孙鹏飞 苏宁 搜索数据算法团队负责人
所属专题:推荐\搜索系统
课程概要
背景介绍:
苏宁一直把智慧零售的理念落到产品体验上,作为国内O2O战略的实践者,苏宁积攒了20多年的行业领域知识,通过大数据、机器学习、深度学习等新技术提升产品体验,一直是苏宁努力实践的方向。
苏宁在分析用户搜索行为的时候发现,越来越多的问题是传统搜索引擎无法解决的。围绕着电子商务领域中的导购、服务以及任务助理等几个方面,苏宁搜索团队进行了深入调研,开始研发智能购物助理机器人平台。
解决思路/成功要点:
整个平台的产品服务体系分为四层,最上层是用户服务前台体系,包括易购自助服务、云信用户端、智能IVR、公众号、小程序等产品和服务。中间是整个平台的大脑部分,即智能调度系统,包括调度路由机器人以及QA机器人、商品推荐机器人、业务搜索机器人等。同时,在中间还有一个大中台,包括场景化服务中台和知识中台两部分。场景化服务中台主要是根据不同业务需要,提供不同的API服务,而知识中台主要是提供相应的数据支撑,构建知识库,为不同的业务提供相应的数据。最后是后台支撑体系,为不同的业务系统提供相应的API服务,以便能够更好的为前台进行相应的服务。
成果:
我们将会展示智能购物助理机器人平台,说明该平台产生的积极效果,以及在实践中的一些思考和收获。
听众收益
1、了解苏宁智能购物助理机器人平台;
2、了解平台架构及相应的技术实践;
3、了解平台模型设计。
HugeGraph图数据库介绍和应用案例分享
张义 百度安全 资深研发工程师
所属专题:推荐\搜索系统
课程概要
背景介绍:
随着数据规模和复杂性的增加,分析和挖掘数据间复杂关联关系的需求越来越强烈,现有的关系数据库和NoSQL不堪重负。
解决思路/成功要点:
图数据库的出现,对现实世界中复杂数据的建模方式带来了巨大的便利性、灵活性,对复杂关联关系的分析能力带来质的提升。
成果:
百度安全HugeGraph的出现填补了国内图数据库开源领域的空白,大量企业用户基于HugeGraph实现了自身业务升级,包括知识图谱、金融风控和推荐系统等应用场景。
听众收益
1、 了解图数据库是什么及其应用领域
2、 了解百度安全开源图数据库HugeGraph的功能、设计框架、性能
3、 基于HugeGraph的案例分享,包括知识图谱、风控和广告推荐系统等
4、 剖析HugeGraph的技术优势
专题:推荐\搜索系统
本专题将分享工业界如何将机器学习或深度学习技术正确应用在不同形态、不同业务的搜索推荐场景中,包括不同场景下的业务痛点是什么,如何正确地进行技术选型,以及如何不断优化模型提高推荐系统效果等宝贵实践经验。
其他相关专题
-
知识图谱
专题出品人:谢殿侠
海知智能 创始人&CEO
知识图谱和图数据为计算机研究者提供了一个非常好的交叉研究对象,这包括自然语言处理、数据库、知识工程和机器学习等领域。同时基于知识图谱的工业应用,也是各大互联网公司以及一些创业型企业共同关注的焦点。
-
自然语言处理
专题出品人:张佶
阿里巴巴 高级算法专家
NLP 的主要目标是解决人机对话中的各种困难,使得计算机能够理解人类的语言,让用户能用自己的语言与计算机沟通。我们将邀请在2018年NLP领域做出重大突破的技术团队来分享他们的最新实践。
-
推荐\搜索系统
专题出品人:敬请期待
本专题将分享工业界如何将机器学习或深度学习技术正确应用在不同形态、不同业务的搜索推荐场景中,包括不同场景下的业务痛点是什么,如何正确地进行技术选型,以及如何不断优化模型提高推荐系统效果等宝贵实践经验。
-
行业落地实践
专题出品人:鞠奇
腾讯 技术总监
人工智能的发展已经成为趋势。本专场选取具代表性的AI行业落地实践进行系统的讲述。结合实践案例解读,系统分析AI落地案例成功的要点,让致力于AI产品落地的参会者能够学到更多的落地技巧。