即将开始的GIAC课程
美团大规模图学习技术及应用
AI实践
2021-07-30 11:00--12:00
案例背景:
作为全球领先的生活服务电子商务平台,美团拥有围绕吃喝玩乐全场景的丰富数据,通过使用深度学习技术以及自然语言处理技术,对这些跨场景数据进行充分挖掘与关联,美团NLP中心构建了一个全世界最大的餐饮娱乐知识图谱——“美团大脑”,来促进每个场景下应用服务的智能升级。本报告内容将介绍,我们基于美团大脑图谱数据及业务日志构图,进行百亿边规模图表示学习,并在美团多个场景落地的工作。
解决思路:
大规模图表示学习,图神经网络
成果:
我们构建的图表示学习技术,已在美团搜索、推荐、广告等多个场景成功落地,业务效果比较显著,过程中我们针对LBS场景进行了时空特性算法开发,希望本报告的LBS场景建模实践、大规模图计算框架经验能帮助到感兴趣的听众。
张梦迪,担任美团点评NLP中心算法专家,目前主要负责知识推理及表示学习算法研究工作,带领团队围绕美团生活服务场景打造了大规模图表征学习平台、图谱路径解释性服务,支持餐饮、酒旅、电商、配送、金融等业务中关联数据挖掘和利用*,*在搜索、推荐、广告、调度、风控、运营等系统各链路环节做知识增强,赋能用户、商家、骑手。曾任金融科技公司开放数据负责人、清华大学知识图谱工程室研究助理,联合发起了OpenKG中文开放图谱社区。深耕知识计算领域,发表多篇论文于KDD/ACL/ICDM/DASFFA等国际学术会议,在图谱、搜索、问答相关领域有着丰富的实践经验。
即将开始的GIAC课程
美团大规模图学习技术及应用
AI实践
2021-07-30 11:00--12:00
案例背景:
作为全球领先的生活服务电子商务平台,美团拥有围绕吃喝玩乐全场景的丰富数据,通过使用深度学习技术以及自然语言处理技术,对这些跨场景数据进行充分挖掘与关联,美团NLP中心构建了一个全世界最大的餐饮娱乐知识图谱——“美团大脑”,来促进每个场景下应用服务的智能升级。本报告内容将介绍,我们基于美团大脑图谱数据及业务日志构图,进行百亿边规模图表示学习,并在美团多个场景落地的工作。
解决思路:
大规模图表示学习,图神经网络
成果:
我们构建的图表示学习技术,已在美团搜索、推荐、广告等多个场景成功落地,业务效果比较显著,过程中我们针对LBS场景进行了时空特性算法开发,希望本报告的LBS场景建模实践、大规模图计算框架经验能帮助到感兴趣的听众。