近来随着移动互联网的飞速发展，通过线上完成消费决策及交易，线下实际消费的O2O模式也吸引了越来越多的用户。作为国内最大的本地生活电商平台，美团网已经积累海量的线上用户行为及线下消费的相关信息，以及对应的商家信息。如何利用这些信息提供个性化的服务，更快满足用户需求；如何利用这些信息刻画消费者需求的统计特征，并辅助商家改进决策，为消费者提供更有针对性的服务：都是过去几年美团一直深入研究探索的问题。

本次分享将介绍美团在C端和B端的一些学习和挖掘的案例，展示数据和智能算法在O2O领域的魅力。更具体的，您将听到：

在C端，数据+个性化的推荐搜索技术如何大幅度提升用户的转化率；

在B端，包括电影票房预估、团购单质量评估及精准广告投放等技术如何帮助商家和美团改进运营效率；以及美团机器学习平台的建设思路和努力方向。

在计算广告系统中，尤其是搜索广告系统中，每次广告的展示都会涉及到用户、客户以及媒体三个实体间利益的平衡。虽然这三者利益的表述和评价在形式上会有很大的区别，甚至从表面上看还会存在一定的矛盾，但是从基础上来看，三者的利益最终在相关性上达成了一致。相关性高的展示不仅可以提升用户的搜索和浏览体验，而且也会提高客户广告的转化效果ROI，进而推动媒体、搜索引擎广告收益的提升。在广告系统相关性中，最核心的问题就是查询和关键词的语义相关性计算。然而，受到计算文本过短、文字歧义较大、长尾问题过多、准确率和覆盖率要求过高等因素的制约，用户查询词和广告之间相关性计算问题对于从业的算法设计人员来说始终是一个巨大的挑战。本报告就搜狗搜索广告团队实际经验，对广告系统中短文本相关性的常用计算方法以及在广告系统中的具体应用进行分享和探讨。

听众受益：

1．了解搜索广告中短文本相关性的计算算法。

2. 了解实际系统中算法调优相关经验。

3. 探讨广告系统中文本之外的影响相关性因素。

近几年，由于深度学习、大数据以及云计算在语音识别、图像识别等感知智能中得到广泛应用，语音识别、图像识别等感知智能的核心效果得到了长足的进展，然而其背后的超大规模深度学习平台还不为众人所知，本演讲为大家揭开基于深度神经网络人工智能的深度学习平台的神秘面纱。

听众受益：

1、了解深度学习的基本知识；

2、了解深度学习平台的基本架构；

3、了解深度学习训练算法的加速方案；