会议介绍

8月11日（周二）20:30，美团推荐与个性化团队技术经理沈国阳将为我们深度解析美团推荐系统的实践心得，并与群友进行互动交流。美团的推荐系统工程师在推荐领域已经探索3年，目前推荐交易额超过整体交易额的10%。

嘉宾简介

沈国阳，美团推荐与个性化团队技术经理。毕业于清华大学自动化系，曾就职于NEC、百度和优酷土豆，从事NLP、机器学习等相关领域工作。

分享简介

移动场景下的用户使用习惯日益趋于碎片化，用户在不同平台之间的迁移成本很低，如何让用户在有限的时间里找到他们喜欢的产品，从而强化用户对于平台的忠诚度，成为推荐系统承担的重要职责。作为一个本地生活服务平台，美团在移动端的用户量和交易额都已经超过90%，对构建推荐系统提高用户的忠诚度有迫切的需求。美团的推荐系统工程师在这个领域已经探索3年，目前推荐交易额超过整体交易额的10%。本次分享就是关于美团打造推荐系统的工作总结。

美团的本地生活服务推荐，重度使用了传统的协同过滤推荐算法，同时也存在很强的特色。本次分享将重点介绍：

1. 在本地生活服务领域，地理位置信息对用户的决策影响很大，因此，对用户地理位置信息的各种挖掘及使用，成为美团推荐系统的关键部分。
2. 由于有着海量的基于真实消费的评价数据，对于这些数据的挖掘和使用，是美团推荐系统的重要特色。
3. 在推荐结果的重排序上，美团也做了深入的研，进行了很多特征工程工作以及一些新模型的实验。