AI应用落地的实际问题及应对
大数据之AI应用实践
鞠奇
机器学习海归博士,腾讯总监

机器学习海归博士,腾讯总监,擅长AI product/service,包括文本、图像/视频以及语音处理在电商、新闻资讯、O2O和社交场景中的应用落地。目前在腾讯主导内容识别的核心产品和技术,获公司级技术突破奖。

  • 分享简介

    算法变现经验谈是分享者在电商应用关联规则算法创造过亿营收的经验与心得。本次案例选取其中图书推荐的“最佳拍档”优化为实例,结合分享者的亲身经历讲述千万价值背后的算法流程,即问题发现,ROI评估,算法的研发,Debug工具开发及ABtest上线测试的过程。通过严格遵守这一系列算法流程,详细地阐述:1.算法如何保障收益,2.小算法为何能产生大收益的原因。前者有效克服了算法人员最大的通病:期望“多点开花”而盲目投入,导致最终无产出;后者从业务视角出发剖析算法模型,介绍了算法融合业务数据产出更多收益的过程。

  • 分享提纲

    1“最佳拍档”中的关联规则
    2 问题发现与分析
    3 效果空间预估
    4 算法改进
    5 效果的衡量
    6 ROI分析
    7 案例启示&下一步尝试



  • 分享收益

    .目标:

    A优化电商图书推荐中的“最佳拍档”模块,改善用户体验,大幅提高该模块的收益。

    B 3个人1个月完成整个算法流程,实现了对于图书“最佳拍档”模块的优化,该模块的相对uv,pv均有大幅提高,订单转化率提升100%,为当当带来千万元营收。

    2.成功(或教训)要点:

    合理的算法流程,及算法流程每步的高执行力。具体算法流程如下:

    a.问题发现:发现问题的本质,找出可优化的点;

    b.ROI评估:对于可优化的点,进行人力投入,收益产出分析和预估,选择最优ROI问题;

    c.算法的研发:算法的理解以及和当当网同单共同购买数据的融合;

    d.Debug工具开发:打印算法模型中间结果,通过对中间结果的观察和分析,保证算法实现的正确性,以及在真实产出和预估有较大差别时,用来定位问题;

    e.ABtest上线测试:通过线上真实流量衡量算法的效果。

    3.案例启示:

    算法流程包括问题发现,ROI评估,算法的研发,Debug工具开发,ABtest上线测试的保障,对于算法有效创造价值至关重要,只有认真地做好每一步,算法人员才能少走弯路,少掉“坑”,才有可能创造更多的价值。

热门推荐