CNCC技术论坛丨深度零售：智能科技改变新零售

个人简介：阿里巴巴本地生活高级科学家。首创城市物流配送领域智能调度系统，拥有多项国家专利和学术期刊论文。中国计算机大会CNCC2017智慧物流技术论坛主席、CNCC2018智能增长技术论坛主席，主持研发的智能物流调度系统荣获2017年第七届吴文俊人工智能科技进步奖（企业创新项目）。出版有《智能增长》。译有《推荐系统》和《推荐系统：技术、评估及高效算法 》。

个人简介：美国明尼苏达大学(双城校区)计算机科学及工程系教授，ACM Fellow 和 IEEE Fellow，博士生导师，物联网领域专家，现任阿里巴巴本地生活Lab首席科学家。

报告题目：线上化数字化智能化本地生活场景

报告摘要：即时配送、外卖和到店餐饮场景最为复杂，是物联网和AI科技最好的落地场景。本次演讲将阐述阿里本地生活Lab对线下“时间场景人物事件”四个要素的捕捉和基于AI的数据增强，全面赋能即时配送和餐饮新零售行业，使之成为科技与商业紧密融合推动时代的典范。

个人简介：沙特阿卜杜拉国王科技大学（KAUST）计算机系的副教授。2010年毕业于法国国家计算机与控制科学研究院（INRIA）及巴黎第十一大学并获得博士学位。研究方向为机器学习和数据挖掘。作为负责人承担项目经费超过400万美元。目前已在包括KDD,TKDE,AAAI,ICDM,VLDB，IJCAI等国际会议和期刊上发表高水平学术论文100余篇。长期担任KDD, ICDM, AAAI, IJCAI，ICML, NIPS等国际会议的程序委员会委员（PC or SPC）。担任顶级期刊Information Sciences和Health Information Science and Systems journal编委。2018年获邀在IJCAI-ECAI 2018发表Early Career Spotlight talk。

报告题目：探究用户精准推荐中的动态问题

报告摘要：为用户做精准的推荐是新零售场景的一个重要优势之一。在本报告中，我们将首先讨论如何建模用户与产品的动态交互关系，以做到精准推荐用户感兴趣的后续产品。新零售场景中存在大量的数据记录了用户与各种产品的动态交互行为。这样的时序交互数据支持了我们建模用户长效和短效的购物兴趣，比从静态交互数据中学习到的模型能更精准地推荐用户感兴趣的后续产品。另一个动态问题是关于如果为深度推荐模型动态地选择更有效的训练数据。几乎所有深度推荐模型的训练效果都依赖于选择的训练数据。新零售场景中的大数据为训练深度推荐模型提供了充分的原料但是也带来了挑战。选择合适的训练数据可以极大地提升训练效果并缩短训练时间。我们将介绍一个基于动态采样的方法为模型训练节省一半以上的时间，同时保证模型推荐的精准度。

个人简介：饿了么技术中心高级总监，负责阿里本地生活的智慧物流，无人配送与人工智能团队，对人工智能技术如何改造线上线下融合场景的商业有着深刻研究。

报告题目：人工智能驱动即时配送行业演进

报告摘要：即时配送是物流行业中对时效与速度要求最高的一种形态。它的主要挑战有：分钟级行程规划，平均配送时长半小时以内；并发度高，瞬时单量波峰突破每分钟5万单；供需极易失衡，商家促销等带来的配送需求增长与运力供给不匹配；成本敏感，从业人员成本上升与用户需求扩大之间的矛盾；等等。

我们将介绍阿里本地生活针对即时配送行业推出的全流程人工智能解决方案，主要包括物流云脑与端脑两部分。物流云脑基于大数据与机器学习运筹优化，对骑手能力与熟悉区域自动学习，对分单场景自动感知，对供需压力进行预测，对骑手路径进行规划，对行程时间与进楼时间做分钟级粒度的预估，促成日订单量千万级的即时配送平台的智能化升级。物流端脑基于感知决策控制，运用激光雷达等多传感器技术打造楼内楼外的无人配送与转运仓体系，与配送员实现人机协同。我们将全面展现基于大数据、视觉与物联网的人工智能技术如何重塑即时配送行业，驱动从以人为中心的数字化时代到以人机协同为中心的智能化时代的演进。

个人简介：阿里巴巴淘系技术部商业机器智能部门高级算法专家，目前负责淘系技术部智能运营域用户增长算法的探索和应用。工作涉及搜索推荐、社交、广告、电商等领域，对传统机器学习、深度学习、广告算法、社交算法等有相关应用经验。

报告题目：用户增长：淘系线上用户理解及获取算法探究

报告摘要：随着互联网流量获取成本日益增加，根据应用产品需要，分阶段进行目标用户的高效获取，有利于应用的健康发展；本次分享交流，主要站在用户增长的角度，介绍在电商体系中，线上用户理解以及用户获取的相关算法应用、技术难点以及解决方案。

个人简介：饿了么资深数据专家，管理科学与工程博士，负责饿了么标签画像系统、数据挖掘以及营销算法，在机器学习赋能营销的领域有丰富的经验。之前先后任职于Google、eBay。

报告题目：知识图谱在新零售/新餐饮场景下的构建和应用

报告摘要：饿了么有数亿的用户、数百万商家和数亿的商品。知识图谱如何将这些数据链接起来，智能化的助力饿了么新零售、餐饮的发展？

本次将详叙饿了么在知识图谱的构建与落地应用的详细历程，并分享知识图谱对饿了么新零售、餐饮的赋能成果。