美团 付晴川：机器学习在美团用户画像中的应用

机器学习在美团用户画像中的应用 付晴川 什么是用户画像？ 为什么要做用户画像？ 如何做用户画像？ 什么是用户画像？ 为什么需要用户画像？ 为什么需要用户画像？ 用户体验，在对的时间获取对的服务！ 运营效率，更精准高效的活动策略制定！ 营收提升，获取更多的潜在优质客户！ 自动化，数据应用接口标准化/通用化！ 如何来做用户画像？ 架构 – 系统概览 架构——细节解读 统一特征提取框架 1. 多工程师/多个模型“自给自足”，特征分散。 2. 存在人力/计算资源冗余。 1. 特征统一提取/集中存储——大一统特征库。 2. 支持no-coding/配置化提特征。 1. 建模周期: 3~4周下降到1~2周。 2. 人力/计算冗余减少2倍（估算值） 架构——细节解读 用户画像统一接口多系统项目 1.数据挖掘成果需要友好统一的输出接口: 可视化+API 1. 用户标签体系WEB可视化 2. 用户标签索引/实时查询 3. 报表自动化 1. 成果推广加速/沟通成本降低 2. 传统用户问卷调查报报告周期1个月，utvs系统10分钟！ 需要做横跨多个产品线的特征提取！ 用户特征体系 算法 – 用户特征 算法 – 特征与效果实例 用户职业标签: 学生身份识别 算法 - 问题及常用模型 实践 - 问题及常用模型---实例 有车一族标签挖掘 1. 汽车服务推广活动需要精准圈定有车人群降低营销成本。 1. 样本：问卷调查正样本+随机负样本 2. 特征：信息增益特征离散化+卡方/信息增益/互信息等特征选择 3. 模型: try SVM/MaxEnt/LR => SVM 1. 离线评测：P93%，R85% 2. 线上对比：推送打开率提升3倍，下单率提升5倍！ 实践 - 问题及常用模型---实例 常住地标签挖掘 1. 决策支持：酒店需要分析用户下单与地域关系，决定是否上异地推荐模块。 1. 样本：问卷调查 2. 模型: try LR/SVM/RF/GBDT=> LR 3. 多个LR模型组合 1. 离线评测：P96%, R73% 2. 线上对比：新上异地模块点击率超越历史最佳“名店抢购”1个百分点！ 实践 - 关于算法工程师的段子 提出假设->收集数据->训练模型->解释结果 提出假设->收集数据->预处理->预处理->训练模型->调试->调试->重新收集数据->预处理->收集更多数据->调试->调试->调试->…>放弃 实践 - 分享：那些年踩过的坑