English  |   学校主页  |   收藏本站

我院“业界讲坛”第七十四讲

---统计学和机器学习在共享出行平台的实践与应用

 

2020414日下午,我院荣幸邀请到了滴滴AI Labs专家研究员罗世楷先生为我院应用统计专业硕士做专题为“统计学和机器学习在共享出行平台的实践与应用”的讲座。罗世楷先生于北卡州立大学获得统计博士,主要研究函数型数据,精准医疗和机器学习,毕业后在高频交易公司Quantlab做了两年股票和期货的高中低频交易策略开发,于2018年回国加入北京滴滴出行AI Labs,从事统计学和机器学习在双边交易市场的研究和应用。


罗世楷先生首先介绍了滴滴的人工智能生态布局,滴滴公司利用人工智能、各类交通数据力求实现智能交通,预测交通状况等,同时他介绍了一种独特的供需网络效应,及利用机器学习实现策略评估和策略改进,从而改进滴滴公司的服务质量,既方便了司机和用户,还能提升平台的调度和规划能力。

截图里有图片  描述已自动生成


接下来罗先生向同学们讲解供需诊断网络(Supply Demand Diagnosis Framework)是如何搭建的。从供需的定义出发,到如何对供给和需求进行预测;从LightGBM,CNN+AE+LSTM等算法,到业务层面策略评估需要用到A/B Testing等方法,罗先生向我们介绍了供需诊断网络的使用,及其主要面临的挑战是局部溢出的问题,即某些地区客户需求量大而司机不够多,有一些地区客户需求少,但司机多,这时候就会有供需不平衡的问题,如何解决也是一个全球性的瓶颈;另外一些关键的指标变化大,对平台的策略评估也增添了难度。随后罗先生介绍了几种可能的解决方案。

电脑游戏的截图  描述已自动生成


最后罗先生用三个例子来具体讲述滴滴平台上供需诊断网络背后的几个算法,这其中既包含丰富的统计学和机器学习的知识,还要求我们具备一定的业务思维。

手机屏幕的截图  描述已自动生成


电脑屏幕的截图  描述已自动生成


在提问环节,很多同学积极向罗世楷先生提问,罗先生都予以耐心的解答。有同学问到滴滴平台是怎么对用户或者司机进行风控的,罗先生回答说对司机进行监控主要是进行车内录像录音,乘客可通过app的一键报警功能来保护自己,另外还有针对罗先生个人经历进行提问,即为何以前从事量化投资研究之后选择了滴滴公司进行共享平台出行的研究与发展,罗先生均作了细致的解答。

 本次讲座以统计学和机器学习在双边交易市场的运营应用为主,主要介绍滴滴AI Labs在运营方向上的尝试,探索和思考,同学们都收获颇丰,对共享出行平台有了更多的认识与了解。

 

供稿人:李慧敏

供图人:张游