点击模型

2017-03-01 11:28:50   0  举报





仅支持查看

模型是一种用于描述和预测现实世界中复杂现象的工具。它们通常基于数学公式、算法或数据结构，以简洁的方式表示现实世界的各个方面。模型可以应用于各种领域，如科学、工程、经济、社会科学等。通过使用模型，我们可以更好地理解现象背后的原理，预测未来的趋势，以及优化现有系统的性能。模型可以分为许多类型，包括物理模型、数学模型、计算机模型等。每种类型的模型都有其特定的用途和局限性。例如，物理模型通常用于解释自然现象，而数学模型则用于解决抽象问题。此外，计算机模型通常用于模拟现实世界中的复杂过程，如交通流、气候变化等。

作者其他创作

大纲/内容

派单优化

微仓UV

Storm

基于标签

业务模型

VLT

选品

Ranking

HDFS

Online Stream

TensorFlow

销售系统

线路优化

业务指标

截止日期：

…

记忆化搜索/DP

Front

系统划分

挖掘

LSTM

？？？

ParamSvr

深度模型

商品筛选条件：

模型种类：

销售

数据挖掘

规则打散

采购

SKU信息

精排模型

2018-08-09

矩阵分解

RMSE

Mixer

机器学习模型

预测误差

商品名

协同过滤

数据画像

2018-08-10

人工审核

曹波

LTR + Rules

可用库存

算法A：*算法B：+算法C：x

自动定价

季节模型

实时平台

指数平滑模型

延迟分派

定价

精排

GradientBooster

搜索系统

AS日志

Model

微仓

补货点预估

配送

规则

大仓

全选

补货模型

简单统计模型

智能选址

人工干预

微仓销量

统计特征

搜索：（model）1. 点击进入详情页；（搜索/推荐/浏览）2. 列表页点击加车；3. 详情页点击加车；

Indexer

单日销量*周转

统计学信息

DoBoost

标签信息

规则&最大值，人工/设置：瓜分大仓（单品大仓）

ARIMA

算法体系

长尾模型

P(S)

天气

新品模型

Offline Model： Mix：xgBoost LTR：LambdaMart ClickModel：CTR、DBN

效率

环境信息

推荐系统

微仓ID：

仓储成本

监控和人工干预

所选日期的预测值/真实销量

促销信息

搜索：（feature，Sug/Rank）uid-sku-浏览量uid-sku-加车量

30 min

数据多于：

补货系统

快递员

客户

类别信息

商城页面

Rank Model： Rule：长度&查询&商品数； LTR：LambdaMart； ClickModel：CTR；

Topic信息

品类

Ranker

搜索：（model，Sug/Rank）1. 查询动作；（搜索/推荐） a. query； b. list；

用户

销售计划

大仓分派

Summary

补货

Ranking Model： Mix：RL； Rules；

商品

feature

LR/FM

日期

评测指标：CR：查询有点击比例；CTR：点击率；

天

点击日志

算法E

最终日志

订单预估

GBDT

LambdaMart

服务器日志

多个算法对比

误差种类：

Spark Streaming

促销系统

商品ID：

线上排序

微仓画像

订单分派

下单

其他算法

补货点

kafka

新品探索

品类ID

2018-08-02

2018-08-03

2018-08-04

2018-08-05

2018-08-06

2018-08-07

2018-08-08

100006

xxx

yyy

10007

……

历史同期

Feature

1 min

关联规则

系数体系预估销量*系数，Y

Recall Model： CF：User、Iterm； MF、pMF、xxMF； Tags、Hot、Classes；

智能选品

物联网

粗排模型

销量预估

二分匹配

属性挖掘

GBLinear

周平均

离线平台

品类：

预测值

用户行为

APP埋点

销量段

增强学习

Other DataSource

物流成本

调拨

销量大于：

历史统计

历史销量模型

融合模型

测试

起始日期：

Flink

促销

单个算法调整

Online Learning

Indexer：ES

实体挖掘

周挺

之前1周的真实销量

int ngroup=num_output_group; //多分类的个数int gid = 0..ngroup; //遍历多个分类器（多分类）rowset = p_fmat-buffered_rowset(); // 训练数据ndata = static_cast(rowset.size()) // 训练数据个数

安全库存

歪曲晚到货，X

Query

到货

join

人工干预，X

Hadoop

Xgboost

SearchHub

QueryLog

销量小于：

浏览日志