KDD2017已经开幕，国内有众多来自产业界的论文被KDD2017接收。本文是对滴滴KDD2017论文的介绍。根据滴滴的应用场景，他们提出了一种基于组合优化的出租车分单模型。掏出手机、轻点几下、键入目的地、发单，几分钟后，一位出租车...
滴滴KDD2019论文详解：基于深度学习自动生成客服对话.在这篇论文中，滴滴基于辅助要点序列提出了Leader-Writer网络来帮助解决客服工单摘要生成问题，能让客服工单摘要的自动化生成更具完整性、逻辑性与正确性。.世界数据挖掘领域顶级学术会议KDD2019继续在...
最近拜读了滴滴2018年在KDD发表的一篇论文《Large-ScaleOrderDispatchinOn-DemandRide-HailingPlatforms:ALearningandPlanningApproach》。意犹未尽，假如让我来设计这样一个调度系统该如何做呢？司乘匹配一般来说，分为两步完成，第一步是为乘客找到合适的司机，第二步是将订单指派给系统认为最优的司机。那怎么样的...
滴滴KDD2017论文：基于组合优化的出租车分单模型By机器之心2017年8月14日10:29数据挖掘顶会KDD2017已经开幕，国内有众多来自产业界的论文被KDD2017接收。本文是对滴滴KDD2017论文的介绍。基于滴滴的应用场景，他们提出了一种基于单模
数据挖掘顶会KDD2017已经开幕，国内有众多来自产业界的论文被KDD2017接收。本文是对滴滴KDD2017论文的介绍。基于滴滴的应用场景，他们提出了一种基于组合优化的出租车分单模型。
滴滴KDD2020论文:实时事件嵌入学习的动态异质图神经网络.第26届ACMSIGKDD知识发现和数据挖掘会议（KDD2020）正在以线上形式召开。.今年今年KDD应用数据科学方向(AppliedDataScienceTrack)有756篇论文投递，收录121篇，接收率约为16.0%，其中Oral论文44篇、Poster论文...
因为，滴滴的研究者正不断挑战更加精确的到达时间预估结果，相关结果被KDD2020接收为Oral论文。.第26届ACMSIGKDD知识发现和数据挖掘会议（KDD...
滴滴KDD2018论文详解：基于强化学习技术的智能派单模型.国际数据挖掘领域的顶级会议KDD2018在伦敦举行，今年KDD吸引了全球范围内共1480篇论文投递，共收录293篇，录取率不足20%。.其中滴滴共有四篇论文入选KDD2018，涵盖ETA预测(预估到达时间...
国际数据挖掘领域的顶级会议KDD2018在伦敦举行，今年KDD吸引了全球范围内共1480篇论文投递，共收录293篇，录取率不足20%。其中滴滴共有四篇论文入选KDD2018，涵盖ETA预测(预估到达时间)、智能派单、大规模车流管理等多个研究领域。...
8月4日-8日，KDD2019在美国阿拉斯加州安克雷奇市召开，汇集了来自世界各地超过3100名学界与业界人员畅谈前沿科技与行业发展。本次大会，滴滴通过举办深度强化学习教程、AIoT研讨会、Oral论文、大会演讲等累计10余场技术报告，度展示了滴滴AI技术的深耕与发展，在KDD2019交…
滴滴AILabs技术团队在KDD2018Oral论文《LargeScaleOrderDispatchinOnDemandRideHailingPlatforms:ALearningandPlanningApproach》的基础上,新提出了一种新的基于深度强...
导语:通过系统的离线模拟实验以及在滴滴平台的在线AB实验证明,这种基于深度强化学习的派单算法相比现有最好的方法能进一步显著提升平台各项效率及用户体验。世...
本文是对滴滴智能客服团队的论文《TowardsBuildinganIntelligentChatbotforCustomerService:LearningtoRespondattheAppropriateTime》的详细解读...
本次分享会,来自滴滴两名讲者将分别分享收录于KDD2019的研究成果—滴滴如何基于深度学习方法自动化地生成工单摘要,并基于深度强化学习与半马尔科夫决策过程进行智能派单。分享论文概...
今年,滴滴共有三篇Oral论文入选KDD2019,研究内容涵盖基于深度学习方法自动化地生成工单摘要、基于深度强化学习与半马尔科夫决策过程进行智能派单及模仿学习和GAN在环境重构的探索。...
包含两部分,实时的推理模型(3层MLP),离线的高阶特征表征模型。10.Graphattentionnetwork:路段间的关系编码,使用onehot(由于没有图网络的基础,所以此处等后续再细看)11.Posit...
最近拜读了滴滴2018年在KDD发表的一篇论文《Large-ScaleOrderDispatchinOn-DemandRide-HailingPlatforms:ALearningandPlanningApproach》。意犹...
在这篇论文中,滴滴提出了一种基于多层注意力的图神经网络算法,用于对历史行为和环境周边的事件进行嵌入学习,从而提升对于响应模型的预测准确率。目前,这个框架...
世界数据挖掘领域顶级学术会议kdd2019继续在美国阿拉斯加州安克雷奇市举行.本次kdd大会首次采用双盲评审制,共吸引了全球...本文是对滴滴ailabs团队oral论文《a...
数据挖掘顶会KDD2017已经开幕,国内有众多来自产业界的论文被KDD2017接收。本文是对滴滴KDD2017论文的介绍。基于滴滴的应用场景,他们提出了一种基于组...