美團機器學習實踐

第　一部分 通用流程

第　1章 問題建?！?

1.1　評估指標　3

1.1.1　分類指標　4

1.1.2　回歸指標　7

1.1.3　排序指標　9

1.2　樣本選擇　10

1.2.1　數(shù)據(jù)去噪　11

1.2.2　采樣　12

1.2.3　原型選擇和訓練集選擇　13

1.3　交叉驗證　14

1.3.1　留出法　14

1.3.2　K折交叉驗證　15

1.3.3　自助法　16

參考文獻　17

第　2章 特征工程　18

2.1　特征提取　18

2.1.1　探索性數(shù)據(jù)分析　19

2.1.2　數(shù)值特征　20

2.1.3　類別特征　22

2.1.4　時間特征　24

2.1.5　空間特征　25

2.1.6　文本特征　25

2.2　特征選擇　27

2.2.1　過濾方法　28

2.2.2　封裝方法　31

2.2.3　嵌入方法　31



2.2.4　小結　32

2.2.5　工具介紹　33

參考文獻　33

第3章　常用模型　35

3.1　邏輯回歸　35

3.1.1　邏輯回歸原理　35

3.1.2　邏輯回歸應用　38

3.2　場感知因子分解機　39

3.2.1　因子分解機原理　39

3.2.2　場感知因子分解機原理　40

3.2.3　場感知因子分解機的應用　41

3.3　梯度提升樹　42

3.3.1　梯度提升樹原理　42

3.3.2　梯度提升樹的應用　44

參考文獻　44

第4章　模型融合　45

4.1　理論分析　46

4.1.1　融合收益　46

4.1.2　模型誤差 分歧分解　46

4.1.3　模型多樣性度量　48

4.1.4　多樣性增強　49

4.2　融合方法　50

4.2.1　平均法　50

4.2.2　投票法　52

4.2.3　Bagging　54

4.2.4　Stacking　55

4.2.5　小結　56

參考文獻　57

第二部分　數(shù)據(jù)挖掘

第5章　用戶畫像　60

5.1　什么是用戶畫像　60

5.2　用戶畫像數(shù)據(jù)挖掘　63

5.2.1　畫像數(shù)據(jù)挖掘整體架構　63

5.2.2　用戶標識　65

5.2.3　特征數(shù)據(jù)　67

5.2.4　樣本數(shù)據(jù)　68

5.2.5　標簽建模　69

5.3　用戶畫像應用　83

5.3.1　用戶畫像實時查詢系統(tǒng)　83

5.3.2　人群畫像分析系統(tǒng)　87

5.3.3　其他系統(tǒng)　90

5.3.4　線上應用效果　91

5.4　小結　91

參考文獻　91

第6章　POI實體鏈接　92

6.1　問題的背景與難點　92

6.2　國內(nèi)酒店POI實體鏈接解決方案　94

6.2.1　酒店POI實體鏈接　94

6.2.2　數(shù)據(jù)清洗　96

6.2.3　特征生成　97

6.2.4　模型選擇與效果評估　100

6.2.5　索引粒度的配置　101

6.3　其他場景的策略調(diào)整　101

6.4　小結　103

第7章　評論挖掘　104

7.1　評論挖掘的背景　104

7.1.1　評論挖掘的粒度　105

7.1.2　評論挖掘的維度　105

7.1.3　評論挖掘的整合思考　106

7.2　評論標簽提取　106

7.2.1　數(shù)據(jù)的獲取及預處理　107

7.2.2　無監(jiān)督的標簽提取方法　109

7.2.3　基于深度學習的標簽提取方法　111

7.3　標簽情感分析　113

7.3.1　評論標簽情感分析的特殊性　113

7.3.2　基于深度學習的情感分析方法　115

7.3.3　評論標簽情感分析的后續(xù)優(yōu) 化與思考　118

7.4　評論挖掘的未來應用及實踐　119

7.5　小結　119

參考文獻　119

第三部分　搜索和推薦

第8章　O2O場景下的查詢理解與 用戶引導　122

8.1　現(xiàn)代搜索引擎原理　123

8.2　精確理解查詢　124

8.2.1　用戶查詢意圖的定義與識別　125

8.2.2　查詢實體識別與結構化　129

8.2.3　召回策略的變遷　130

8.2.4　查詢改寫　131

8.2.5　詞權重與相關性計算　134

8.2.6　類目相關性與人工標注　135

8.2.7　查詢理解小結　136

8.3　引導用戶完成搜索　137

8.3.1　用戶引導的產(chǎn)品定義與衡量 標準　137

8.3.2　搜索前的引導——查詢詞 推薦　140

8.3.3　搜索中的引導——查詢補全　143

8.3.4　搜索后的引導——相關搜索　145

8.3.5　效率提升與效果提升　145

8.3.6　用戶引導小結　149

8.4　小結　149

參考文獻　150

第9章　O2O場景下排序的特點　152

9.1　系統(tǒng)概述　154

9.2　在線排序服務　154

9.3　多層正交A/B測試　155

9.4　特征獲取　155

9.5　離線調(diào)研系統(tǒng)　156

9.6　特征工程　156

9.7　排序模型　157

9.8　場景化排序　160

9.9　小結　165

第　10章 推薦在O2O場景的應用　166

10.1　典型的O2O推薦場景　166

10.2　O2O推薦場景特點　167

10.2.1　O2O場景的地理位置因素　168

10.2.2　O2O場景的用戶歷史行為　168

10.2.3　O2O場景的實時推薦　169

10.3　美團推薦實踐——推薦框架　169

10.4　美團推薦實踐——推薦召回　170

10.4.1　基于協(xié)同過濾的召回　171

10.4.2　基于位置的召回　171

10.4.3　基于搜索查詢的召回　172

10.4.4　基于圖的召回　172

10.4.5　基于實時用戶行為的召回　172

10.4.6　替補策略　172

10.5　美團推薦實踐——推薦排序　173

10.5.1　排序特征　173

10.5.2　排序樣本　174

10.5.3　排序模型　175

10.6　推薦評價指標　176

參考文獻　176

第四部分　計算廣告

第　11章 O2O場景下的廣告營銷　178

11.1　O2O場景下的廣告業(yè)務特點　178

11.2　商戶、用戶和平臺三者利益平衡　180

11.2.1　商戶效果感知　180

11.2.2　用戶體驗　181

11.2.3　平臺收益　182

11.3　O2O廣告機制設計　183

11.3.1　廣告位設定　183

11.3.2　廣告召回機制　183

11.3.3　廣告排序機制　184

11.4　O2O推送廣告　187

11.5　O2O廣告系統(tǒng)工具　190

11.5.1　面向開發(fā)人員的系統(tǒng)工具　190

11.5.2　面向廣告主和運營人員的 工具　192

11.6　小結　194

參考文獻　194

第　12章 用戶偏好和損失建?！?96

12.1　如何定義用戶偏好　196

12.1.1　什么是用戶偏好　196

12.1.2　如何衡量用戶偏好　196

12.1.3　對不同POI 的偏好　197

12.1.4　用戶對 POI 偏好的衡量　197

12.2　廣告價值與偏好損失的兌換　198

12.2.1　優(yōu)化目標　199

12.2.2　模型建模　199

12.3　Pairwise 模型學習　201

12.3.1　GBRank　202

12.3.2　RankNet　204

參考文獻　205

第五部分　深度學習

第　13章 深度學習概述　208

13.1　深度學習技術發(fā)展歷程　209

13.2　深度學習基礎結構　211

13.3　深度學習研究熱點　216

13.3.1　基于深度學習的生成式模型　216

13.3.2　深度強化學習　218

參考文獻　219

第　14章 深度學習在文本領域的應用　220

14.1　基于深度學習的文本匹配　221

14.2　基于深度學習的排序模型　231

14.2.1　排序模型簡介　231

14.2.2　深度學習排序模型的演進　232

14.2.3　美團的深度學習排序模型 嘗試　235

14.3　小結　237

參考文獻　237

第　15章 深度學習在計算機視覺中的 應用　238

15.1　基于深度學習的OCR　238

15.1.1　OCR技術發(fā)展歷程　239

15.1.2　基于深度學習的文字檢測　244

15.1.3　基于序列學習的文字識別　248

15.1.4　小結　251

15.2　基于深度學習的圖像智能審核　251

15.2.1　基于深度學習的水印檢測　252

15.2.2　明星臉識別　254

15.2.3　色情圖片檢測　257

15.2.4　場景分類　257

15.3　基于深度學習的圖像質(zhì)量排序　259

15.3.1　圖像美學質(zhì)量評價　260

15.3.2　面向點擊預測的圖像質(zhì)量 評價　260

15.4　小結　263

參考文獻　264

第六部分　算法工程

第　16章 大規(guī)模機器學習　268

16.1　并行計算編程技術　268

16.1.1　向量化　269

16.1.2　多核并行OpenMP　270

16.1.3　GPU編程　272

16.1.4　多機并行MPI　273

16.1.5　并行編程技術小結　276

16.2　并行計算模型　276

16.2.1　BSP　277

16.2.2　SSP　279

16.2.3　ASP　280

16.2.4　參數(shù)服務器　281

16.3　并行計算案例　284

16.3.1　XGBoost并行庫Rabit　284

16.3.2　MXNet并行庫PS-Lite　286

16.4　美團并行計算機器學習平臺　287

參考文獻　289

第　17章 特征工程和實驗平臺　290

17.1　特征平臺　290

17.1.1　特征生產(chǎn)　290

17.1.2　特征上線　293

17.1.3　在線特征監(jiān)控　301

17.2　實驗管理平臺　302

17.2.1　實驗平臺概述　302

17.2.2　美團實驗平臺——Gemini　304