腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

携程技术

来自携程技术人的一手干货文章~

专栏作者

506

文章

708398

阅读量

175

订阅数

干货 | 上百个业务场景，语义匹配技术在携程智能客服中的应用

机器学习神经网络深度学习人工智能

随着AI技术在各个领域的广泛应用，人机交互技术愈发成熟。包括电商、银行、电信等在内的很多领域开始建设智能客服的交互能力，为客人提供智能化自助服务，同时为客服人员的工作提供智能辅助。携程集团依靠强大的客服团队为国内外旅行者的出行提供了优质的服务保障，持续提升智能客服的交互能力，提高客服人员的生产效率显得尤为重要。

2021-12-31

1K0

干货 | 用户画像在携程商旅的实践

编程算法神经网络机器学习人工智能深度学习

用户画像这一概念最早源于交互设计领域，由交互设计之父Alan Cooper提出。其指出用户画像是真实用户的虚拟代表，是建立在真实数据之上的目标用户模型。具体而言，在互联网用户分析领域，用户画像可以简单描述为用户信息标签化，即通过收集并分析用户的社会属性、生活习惯、消费偏好等各维度的数据，从而抽象出用户的全方位多视角的特征全貌，最终就是让用户画像比用户更了解自己。

2020-07-20

2K0

干货 | 深度学习和迁移学习在语义匹配模型中的应用

NLP 服务机器学习人工智能

如何正确理解用户的诉求是交互过程的核心，近几年随着机器学习和深度学习的发展，语义匹配模型在学术界也有质的飞跃。本文将结合携程业务应用案例聊聊如何把这些模型落地在旅游场景中，同时结合旅游场景做相应的模型改进。

2020-06-09

1.3K0

干货 | 在搜索引擎广告关键词生成上，算法可以做什么？

搜索引擎机器学习神经网络深度学习人工智能

随着不断加快的国际化步伐，携程逐渐开始在海外开展一系列的市场营销布局。搜索引擎广告作为海外营销的重要组成部分，携程也开始在海外各个搜索引擎上投放广告。

2020-05-09

9900

程里人 | 在技术团队工作是一种怎样的体验？

编程算法神经网络深度学习人工智能

在前不久的文章中，我们抛出了这个互动，引得程序猿段子手们纷纷出动，随便摘几条回答，你们感受下：

2020-05-09

6850

干货 | XGBoost在携程搜索排序中的应用

特征工程机器学习神经网络人工智能深度学习

在互联网高速发展的今天，越来越复杂的特征被应用到搜索中，对于检索模型的排序，基本的业务规则排序或者人工调参的方式已经不能满足需求了，此时由于大数据的加持，机器学习、深度学习成为了一项可以选择的方式。

2019-12-17

1.7K0

干货 | 深度学习是如何帮助携程机票客服提高对话效率的

机器学习神经网络深度学习人工智能

李元上，携程机票研发部高级数据分析师，擅长结合业务经验设计模型方案。目前负责携程值机选座算法设计、机票客服会话机器人的模型开发工作，关注新技术在项目中的应用价值。

2019-11-24

1.9K0

干货 | 如何选出最“美”图片展示给你？携程做了基于深度学习的图像美感评分系统

访问管理机器学习神经网络深度学习人工智能

路婵，携程度假AI研发团队算法工程师，专注于计算机视觉和机器学习的研究与应用。现阶段致力于度假图像智能化，多次参加国内外数据竞赛并获奖。

2019-04-22

2.7K0

干货 | 行业智能客服构建探索

机器学习神经网络深度学习人工智能

戴祥鹰，就职于携程数据智能部。此前先后供职于腾讯、百度，主要从事搜索、推荐、知识图谱、自动问答等相关工作。硕士毕业于哈尔滨工业大学。本文为作者加入携程前所做项目工作的经验总结。

2019-04-22

1.6K0

干货 | 谷歌TensorFlow Extended 如何帮助开发者快速落地项目

tensorflow 机器学习神经网络深度学习人工智能

顾仁民，谷歌资深工程师，目前负责谷歌机器学习技术在国内的技术推广与企业合作。曾任谷歌展示广告系统研发团队主管，支撑国外若干大型网站的广告系统营收。

2019-04-22

5540

干货 | 携程技术演进之路

大数据电商神经网络深度学习人工智能

李小林，携程技术副总裁，平台研发中心负责人。从事IT互联网技术研发工作二十多年，目前负责携程基础设施平台。本文来自李小林在“2018携程技术峰会”上的分享。

2019-04-22

1.8K0

干货 | OCR技术在携程业务中的应用

机器学习神经网络深度学习人工智能

袁秋龙，携程度假大数据AI研发团队实习生，专注于计算机视觉的研究和应用。在实习期间致力于度假图像智能化工作，OCR问题为实习期主要做的研究。

2019-04-22

1.6K0

活动推荐 | 全球AI技术开放日，7月14日上海（含优惠码）

人工智能架构设计编程算法

全球AI技术开放日，是由AICamp发起的学习和练习AI技术的一系列交流学习活动。组织国内外AI专家学者走进优秀的AI技术公司，一起交流学习AI技术具体实践。 7月14日走进携程专场，将探索携程在线旅游业务背后的AI大脑。由来自硅谷和携程的讲师围绕相关业务发展过程中遇到的问题和解决方案展开，从技术挑战与选型、架构设计与阶段性演进、新技术应用探索等多个层面进行分享。活动信息 ---- 【时间】7月14日（周六）12:30-17:00 【地点】上海市长宁区金钟路968号，凌空SOHO12号楼【报名】点击文

2018-07-05

1.2K0

干货 | AIOps在携程的践行

人工智能机器学习神经网络

作者简介徐新龙，携程技术保障中心应用管理团队高级工程师，负责多个AIOps项目的设计与研发。信号处理专业硕士毕业，对人工智能、机器学习、神经网络及数学有浓厚的兴趣，对人工智能技术结合运维场景的实践有深入研究。随着人工智能时代的到来，携程生产环境运维进入了新的运维时代——AIOps。通过两年多时间的技术投入与实践，AIOps在效率提升、可用性保障、成本优化等运维场景取得了显著的成果。本文选取了几种典型的运维场景对AIOps在携程的践行展开了介绍，首先让我们从概念认识下AIOps。一、AIOps的概念

2018-07-05

1.3K0

干货 | 携程AI模型引擎设计与实践

人工智能推荐系统

作者简介李媚，酒店数据智能组应用开发工程师。2016年加入携程，先后负责了酒店交叉推荐，优选频道个性化酒店排序等服务开发工作。一、前言近年来人工智能的发展成果在互联网行业得到了广泛的推崇和应用，各大巨头纷纷借助AI打造个性化、精细化服务, 加速扩张生态领域。从推荐系统到实时风控，从广告系统到图像处理，模型服务在携程各个业务领域发挥着日益重要的作用。然而回顾现有的模型上线模式，不难发现仍存在一定的缺陷： 1、训练数据准备工作需要手工完成。数据清洗和特征挖掘是模型训练的前期工作，既包括从原始数据清洗出特征

2018-07-05

1.4K0

干货 | 携程基于大数据分析的实时风控体系

大数据人工智能 cdn

作者简介刘江，携程金融管理部风险管理总监，负责携程集团的全面风险管理工作。拥有近15年风险管理经验，先后在广发银行、OperaSolutions、阿里巴巴和腾讯等公司任重要管理岗位，一直从事风控政策、风控模型、大数据征信等相关工作。携程反欺诈体系经过超过10年的发展和积累，在大数据实时并行计算和实时多维关联分析方面已经非常成熟，是整个体系稳定高效运行的基础。近两年来，我们在大数据和人工智能方向投入研发资源，产出了设备指纹、CDNA、实时复杂变量计算引擎等一系列创新项目，取得到很好的应用效果。2017年

2018-07-05

2.2K0

干货 | 携程度假智能云客服平台

大数据 NLP 服务人工智能

作者简介李健，携程度假大数据开发总监。2013年底加入携程，在攻略社区及度假负责自然语言处理、图像、推荐等领域的开发管理工作。写在前面在人工智能时代， AI技术会以提供更精准更高效的方式在流程改进、沟通费力度下降、沟通效率提高、成本降低及收益提升等众多方面全面改变目前的商业模式、推动业务发展。携程度假的智能云客服平台在这方面做了很多有益的尝试，大大提升了携程度假客服的效率和用户体验。一、智能云客服平台概述在智能云客服平台上线前，在包括IM/微信、在线客服和电话客服在内的多个服务渠道的各个行为阶段都

2018-03-16

2.6K0

干货 | 平安银行算法实践

编程算法大数据人工智能

作者简介潘鹏举, 平安银行大数据平台AI算法和分析团队负责人。2012年加入携程，开始撸代码、写文档、出规范、带团队，曾参与设计算法工程化架构，带领算法团队助力酒店服务提升。2017年加入平安，组建AI和算法团队，推动AI在银行业务的应用。背景银行是偏传统的行业，目前正在遭受互联网和P2P等公司的竞争压力，所以我们正在进行零售转型，拥抱互联网和金融科技。在最近不到一年的时间里，我们在算法方面做了一些尝试和探索，并对未来的一些算法应用有一些思考。整体来说，今天我想分享的内容主要分三大块： 1. 业务背

2018-03-16

1.8K0

AI贺岁 | 还没玩过携程“小诗机”？那你就out了！

人工智能大数据深度学习

2016年被称为人工智能元年，人工智能开始受到广泛关注。2017年伊始，携程就开启了AI贺岁大片，推出集成图片识别和诗歌机器人双重高难度AI引擎的“小诗机”项目。项目上线短短几天，受到数百万人的追捧

2018-03-16

1.2K0

个性化推荐沙龙 | 饿了么推荐系统的从0到1（含视频）

推荐系统人工智能编程算法

本文来自陈一村在携程个性化推荐与人工智能Meetup上的分享。陈一村，饿了么数据运营部资深算法工程师。2016年加入饿了么，现从事大数据挖掘和算法相关工作，包括推荐系统、用户画像等。 *视频时长约43分钟，请在wifi环境下观看* 随着移动互联网的发展，用户使用习惯日趋碎片化，如何让用户在有限的访问时间里找到想要的产品，成为了搜索/推荐系统演进的重要职责。作为外卖领域的独角兽, 饿了么拥有百万级的日活跃用户，如何利用数据挖掘/机器学习的方法挖掘潜在用户、增加用户粘性，已成为迫切需要解决的问题。个性

2018-03-16

1.2K0

点击加载更多

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态