美团技术年货:算法实战与模型探索
需积分: 14 87 浏览量
更新于2024-07-15
收藏 16.57MB PDF 举报
"2020美团技术年货-算法篇.pdf"
这篇文档是美团2020年的技术年货中的算法专题,涵盖了美团在实际业务中应用的各种核心算法和模型,以及相关的实战经验。主要关注点在于机器学习和搜索排序在美团智能配送系统中的应用。文档中详细介绍了多个领域的技术实践,包括但不限于:
1. **智能搜索模型预估框架Augur**:Augur是美团搜索与NLP部开发的统一在线预估框架,旨在提升搜索效果。该框架利用了机器学习技术,从线性模型、树模型发展到深度神经网络、BERT、DQN等高级模型,经过长期的技术积累和实践,优化了美团的搜索系统架构,使其从传统检索引擎转变为AI搜索引擎。
2. **Transformer在搜索排序中的实践**:Transformer是一种在自然语言处理中广泛使用的模型,文档中讨论了它如何被应用于美团的搜索排序,以提高信息检索的准确性和效率。
3. **BERT在搜索核心排序的探索**:BERT(Bidirectional Encoder Representations from Transformers)是一种预训练语言模型,文档中展示了美团如何将其应用于搜索排序,以增强理解用户查询和提供更相关结果的能力。
4. **美团智能配送系统的运筹优化实战**:这部分内容涉及如何通过优化算法来解决配送系统的调度问题,以实现高效的物流配送。
5. **一站式机器学习平台建设实践**:美团构建了一套机器学习平台,用于支持模型的训练和部署,提升了算法研发的效率。
6. **命名实体识别(NER)在美团搜索中的应用**:NER技术在信息抽取和理解方面起着关键作用,美团在其搜索系统中使用NER来改进信息检索的质量。
此外,文档还涉及了美团在KDD Cup、ICRA、CIKM等国际竞赛中的冠军和优秀解决方案,以及在无人车技术、自然场景人脸检测、信息物理系统安全控制算法、跨会话推荐模型等多个前沿领域的研究成果和实践。这些内容展示了美团在技术创新和应用上的深度和广度,以及其在复杂业务场景中利用算法解决问题的能力。
2021-02-06 上传
点击了解资源详情
点击了解资源详情
2023-02-07 上传
2023-02-06 上传
2023-06-03 上传
2023-08-09 上传
2023-06-03 上传
2023-02-06 上传
![](https://profile-avatar.csdnimg.cn/5dfe00d570114726ae7d66419723edd4_huanghuamou.jpg!1)
笑看浮华2000
- 粉丝: 19
- 资源: 217
最新资源
- 多模态联合稀疏表示在视频目标跟踪中的应用
- Kubernetes资源管控与Gardener开源软件实践解析
- MPI集群监控与负载平衡策略
- 自动化PHP安全漏洞检测:静态代码分析与数据流方法
- 青苔数据CEO程永:技术生态与阿里云开放创新
- 制造业转型: HyperX引领企业上云策略
- 赵维五分享:航空工业电子采购上云实战与运维策略
- 单片机控制的LED点阵显示屏设计及其实现
- 驻云科技李俊涛:AI驱动的云上服务新趋势与挑战
- 6LoWPAN物联网边界路由器:设计与实现
- 猩便利工程师仲小玉:Terraform云资源管理最佳实践与团队协作
- 类差分度改进的互信息特征选择提升文本分类性能
- VERITAS与阿里云合作的混合云转型与数据保护方案
- 云制造中的生产线仿真模型设计与虚拟化研究
- 汪洋在PostgresChina2018分享:高可用 PostgreSQL 工具与架构设计
- 2018 PostgresChina大会:阿里云时空引擎Ganos在PostgreSQL中的创新应用与多模型存储