BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

您现在处于全屏预览
关闭全屏预览

OTA酒店领域的机器学习实践
录制于:

| 作者 潘鹏举 关注 1 他的粉丝 发布于 2016年10月27日 | QCon上海2018 关注大数据平台技术选型、搭建、系统迁移和优化的经验。
45:06

概要
放心的服务是携程品牌溢价的根基,高端客人对预订可靠性要求更高,他们愿意为优质服务承担溢价。携程对服务质量事故赔付最高,源于携程服务指标在业界遥遥领先。在提供优质服务的同时,降低服务成本,把有限的人力投入更有效的工作中也是机器学习发挥作用的方向,预测出哪些订单需要催酒店确认,训练有房预测模型,立即确认订单给客人,模型识别出劣质保留房订单,从而降低确认后推翻赔款等实践应用对业务产生了很好的提升作用。主题分享OTA领域的酒店业务背景下遇到的服务挑战;重点介绍分类机器学习算法中变量预处理、算法调优等细节。最后简要介绍一下模型的架构以及经验教训。

个人简介

潘鹏举,携程酒店研发部 BI 经理,负责酒店服务相关的业务建模工作,主要研究方向是用机器学习实现业务流程自动化、系统智能化、效率最优化,专注于算法实践和应用。多年数据从业老兵,扎根于互联网机器学习和深度学习领域,曾从事数据分析、闯荡咨询行业、当数据架构师、客串数据 PM,期望通过算法和业务的结合提升业务,用数据创造更大的价值,最期待用算法颠覆社会。喜欢探索新算法、新技术,尝试算法预测股票、球赛,不成功;闲时爱旅游、篮球和摄影等,眼神不好,摄影偶跑焦,遭人嫌弃。12 年底加入携程,从事数据分析、数据架构等相关工作,14 年后专注机器学习领域,带领团队用算法帮助业务提升效率、减少人力成本、提高业务产量,用算法创造价值。目前和团队同事一起致力于用机器学习优化酒店预订服务流程,提高客户感受,让机器做机器擅长的事情。

QCon是由InfoQ主办的全球顶级技术盛会,每年在伦敦、北京、东京、纽约、圣保罗、杭州、旧金山召开。自2007年3月份首次举办以来,已经有包括传统制造、金融、电信、互联网、航空航天等领域的近万名架构师、项目经理、团队领导者和高级开发人员参加过QCon大会。

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT