直播 | 58同城推荐系统系列技术沙龙

2020 年 3 月 29 日 DataFunTalk

58同城推荐系统系 列沙龙:

4月11、18、25日DataFun 联合 58同城 举办58同城推荐系统系列技术沙龙,邀请来自58同城的7位嘉宾,通过7个话题为大家详解58同城的推荐系统


01
活动信息
活动: 58 同城推荐系统系列技术沙龙
出品: 58同城 AI Lab 负责人,58技术委员会 AI 分会主席 詹坤林
嘉宾: 58同城 周彤、李祖定、陈琳、刘笠熙、罗景、周建斌、闫文昌
主办: 58同城、DataFun
时间: 4 月11、18、25日,每晚19:00
地点: 网络直播间
02
背景介绍
推荐系统在 58同城生活服务平台中起着至关重要的作用,其核心任务是帮助不同用户在不同使用场景下找到合适的内容,以实现"千人千面"个性化推荐。 本次沙龙系列将聚焦于不同业务场景下的差异化推荐算法实践,全面分享58同城推荐技术团队在不同业务场景下的实战经验,包括房产、招聘、本地服务、二手车前台业务推荐,以及大中台 APP 首页多业务混合推荐、58部落内容社区推荐、58同镇下沉市场推荐。
出品人:

詹坤林

58同城 | AI Lab 负责人

58技术委员会 AI 分会主席

03
日程安排

04
详细介绍
day 1
4月11日,19:00

1. Embedding 技术在房产推荐中的应用 | 19:00

在移动互联网时代,购房者选择范围日益增多,需求也更加复杂和多样化,给用户推荐合适的房源可以有效提高用户的找房效率。本次议题将分享在二手房推荐场景中如何使用 Embedding 技术解决推荐系统实时个性化、物品冷启动、数据稀疏等难题,并总结实践过程中的收获与思考。

听众收益:

提供思路,帮助解决实际生产中的问题,提升推荐系统的实时性和对业务需求的兼容性

新技术/实用技术点:
Embedding

周彤

58同城 | 资深算法工程师

58同城房产事业群资深算法工程师,2014年加入58同城,目前主要负责58房产 ( 二手房/新房/商业地产 ) 推荐系统、房源估价等项目的算法研发和系统优化工作。曾就职于盛大游戏,硕士毕业于武汉大学软件工程专业。

2. 深度召回在招聘推荐中的挑战和实践 | 20:00

招聘业务是多行为场景,用户需求和交互周期短、行为稀疏。本次分享基于业务挑战,将介绍代价敏感、图算法、迁移学习、向量检索等技术在招聘深度召回中的应用,最后总结实践中的教训与心得。

听众收益:
了解多种传统/新技术在业务中应用的模式和经验
新技术/实用技术点:
代价敏感深度学习、迁移学习、高维向量检索

李祖定

58同城 | 算法架构师

58招聘业务推荐系统算法策略负责人,负责招聘推荐系统的算法策略建设和优化,包括召回、排序等,致力于提升平台用户体验和变现能力。

day 2
4月18日,19:00

3. 本地服务场景下的流量分发算法实践 | 19:00

58本地服务由数百个细分品类、多个创新业务和国际业务组成,如何构建智能化的流量分发体系是一项挑战,我们通过整合搜索和推荐场景构建了一套统一的流量分发系统,本次分享将主要介绍系统中的算法实践,包括基于信息结构化和用户意图识别的用户表征、召回和排序算法等。

听众收益:
结构化信息抽取,搜索/推荐各阶段个性化优化方法
新技术/实用技术点:
多目标表征学习和用户感知网络

陈琳

58同城 | 算法架构师

58本地服务事业群算法策略部负责人,负责本地服务业务中用户/商家画像、标签挖掘、搜索推荐、知识图谱等系统的建设,支持58站内本地服务、城市合伙人体系、到家到店及电商体系的流量分发和营销。

4. 二手车商业推荐场景中的算法实践 | 20:00

58二手车业务注重 B 端和 双边匹配效率,具备 C 端用户行为周期长、B 端车源信息高度标准化等业务特点,基于此我们设计了支持 CPC/CPT/CPA 多种计费模式的商业产品为 B 端车商提供灵活高效的营销解决方案。本次议题分享基于 Embedding 的用户和帖子表征技术在广告检索全流程的落地和优化经验,并介绍多因子排序策略平衡用户体验和商业收益的探索实践。

听众收益:
了解商业推荐的差异以及前沿技术在具体落地时针对业务特点的优化经验
新技术/实用技术点:
Embedding,基于深度模型的相关性计算,多因子排序

刘笠熙

58同城 | 算法架构师

58商业产品技术部策略技术团队算法架构师,负责58同城多条业务线 ( 二手车、租房、招聘、黄页 ) 的商业流量变现效率和连接效率的优化提升,目前主要专注于 Rank 搜索策略的优化迭代。

day 3
4月25日,18:00

5. 多业务融合场景下的推荐算法实践与思考 | 18:00

APP 首页帖子信息流推荐涉及多业务融合诉求,面临业务特性对齐/流量均衡/体验收入平衡等诸多挑战,本次分享将介绍召回/排序/重排上的一些针对性优化,涵盖模型/策略/样式等,并重点探讨向量化与深度学习模型的应用,最后简要回顾实践过程中的一些教训与思考。

听众收益:
了解首页帖子信息流推荐的针对性优化路径,重点探讨向量化与深度学习模型的应用
实用技术点:
针对特定推荐场景的算法策略与优化路径

罗景

58同城 | 高级算法架构师

58同城 TEG 推荐技术负责人,负责推荐技术基础能力建设,协同业务通过推荐提升用户体验与连接效率,目前支持场景涵盖 APP 首页帖子信息流推荐,58租房业务,安居客租房业务Push 消息等

6. 跨域推荐技术在58部落内容社区的实践 | 19:00

58部落58同城旗下的内容社区,基于58同城和58同镇的广大用户,致力于全链路打通生活服务场景、精准连接用户全场景多维度需求。本次议题将结合58部落的业务特点探讨部落推荐算法选型经验,分享几种跨域推荐算法的落地,并介绍异构内容混合信息流的排序优化方案。

听众收益:
了解58部落的推荐体系,了解跨域推荐技术的适用场景和落地方法
新技术/实用技术点:
跨域推荐、异构内容混合信息流的实现方法等

周建斌

58同城 | 算法架构师

58部落推荐算法策略负责人,目前负责58部落推荐算法相关的整体建设和优化,包括部落画像建设、内容分析、召回、排序等,致力于提升58部落的用户活跃度和用户粘性,以及配合传统业务线提升整个58的用户体验。

7. 58同镇下沉市场中的推荐技术实践 | 20:00

58同镇是58同城进军下沉市场最重要的战略性业务,58同镇推荐系统面向下沉市场用户群,以 Feed 流方式提供基于地域分发的多品类信息融合推荐。次分享重点聚焦58本地版 APP 首页 Feed 流推荐场景,从架构设计特征 Pipeline、召回算法、排序算法等方面为大家展开介绍,并总结实践中的一些心得

听众收益:
了解同镇 Feed 推荐相关架构体系,了解相关数据特征构建、算法模型应用与优化实践,了解推荐系统建设与优化过程中遇到的问题与挑战
新技术/实用技术点:
相关推荐算法、NLP、深度学习算法模型

闫文昌

58同城 | 算法架构师

58同镇算法技术部负责人,目前主要负责同镇 AI 相关系统的建设,包括智能推荐、用户画像、风控、个性化 Push 等,致力于通过 AI 技术助力同镇相关业务发展,并提供稳定、高效的基础服务能力支持。

05
直播报名

识别下方二维码,免费报名:

一个在看,一段时光! 👇
登录查看更多
0

相关内容

推荐系统,是指根据用户的习惯、偏好或兴趣,从不断到来的大规模信息中识别满足用户兴趣的信息的过程。推荐推荐任务中的信息往往称为物品(Item)。根据具体应用背景的不同,这些物品可以是新闻、电影、音乐、广告、商品等各种对象。推荐系统利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大,商品个数和种类快速增长,顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题,个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
近期必读的6篇顶会WWW2020【推荐系统】相关论文-Part3
专知会员服务
57+阅读 · 2020年4月14日
近期必读的6篇AI顶会WWW2020【推荐系统】相关论文
专知会员服务
56+阅读 · 2020年2月25日
清华大学张敏老师,个性化推荐的基础与趋势,145页ppt
专知会员服务
86+阅读 · 2019年11月27日
深度 | 推荐系统如何冷启动?
AI100
17+阅读 · 2019年4月7日
详解 | 推荐系统的工程实现
AI100
42+阅读 · 2019年3月15日
【实战分享】电影推荐系统项目实战应用
七月在线实验室
34+阅读 · 2019年3月7日
推荐系统
炼数成金订阅号
28+阅读 · 2019年1月17日
快手类推荐系统实践
深度学习与NLP
25+阅读 · 2018年2月8日
课程 | 推荐系统资深架构师在这里等你!
AI研习社
3+阅读 · 2017年9月7日
今日头条推荐系统架构演进之路
QCon
32+阅读 · 2017年6月21日
Next Item Recommendation with Self-Attention
Arxiv
5+阅读 · 2018年8月25日
VIP会员
相关VIP内容
近期必读的6篇顶会WWW2020【推荐系统】相关论文-Part3
专知会员服务
57+阅读 · 2020年4月14日
近期必读的6篇AI顶会WWW2020【推荐系统】相关论文
专知会员服务
56+阅读 · 2020年2月25日
清华大学张敏老师,个性化推荐的基础与趋势,145页ppt
专知会员服务
86+阅读 · 2019年11月27日
相关资讯
深度 | 推荐系统如何冷启动?
AI100
17+阅读 · 2019年4月7日
详解 | 推荐系统的工程实现
AI100
42+阅读 · 2019年3月15日
【实战分享】电影推荐系统项目实战应用
七月在线实验室
34+阅读 · 2019年3月7日
推荐系统
炼数成金订阅号
28+阅读 · 2019年1月17日
快手类推荐系统实践
深度学习与NLP
25+阅读 · 2018年2月8日
课程 | 推荐系统资深架构师在这里等你!
AI研习社
3+阅读 · 2017年9月7日
今日头条推荐系统架构演进之路
QCon
32+阅读 · 2017年6月21日
Top
微信扫码咨询专知VIP会员