报名 | 美团技术沙龙第80期：美团内容智能分发的算法实践

【美团技术沙龙】由美团技术团队和美团科协主办，每期沙龙邀请美团及其他互联网公司的技术专家分享来自一线的实践经验，覆盖各主要技术领域。从2015年7月举办第一期至今，已经吸引了三万多名工程师参会。

本期活动由清华大学-美团数字生活联合研究院和深圳市美团机器人研究院联合出品。

活动时间：2023年12月23日（周六） 14:00 - 17:30

活动地址：活动开始之前会发短信通知直播链接（文末附群二维码，可提前入群）。

活动报名：戳我报名

 活动简介 

近年来内容消费异常火爆，优质的生活信息内容对吸引流量、增加用户黏性具有很高的价值。

美团作为一家科技零售公司，在生活服务领域深耕多年积累了海量内容，通过搜推多场景高效分发辅助用户决策，践行用AI「帮大家吃得更好，生活更好」，以追求极致的用户体验。

本次技术沙龙，我们将与大家分享生活服务场景下，视频图文搜索推荐、跨模态检索、生成式搜索等多个方向的系统挑战与取得的阶段性成果。

/ 出品人 /

燕鹏 / 美团研究员

清华大学电子工程系硕士毕业，师从丁晓青教授，研究方向是模式识别。现在大众点评负责内容搜索、推荐等相关工作，具有18年人工智能领域的从业经验，曾获两届KDD CUP的冠军，多次 Kaggle 平台比赛冠军，Kaggle 平台全球积分第三名。

日程安排

*具体分享顺序以直播现场为准

分享主题

一帆，美团高级技术专家

在LBS搜索、推荐、内容理解方面有丰富经验，带领团队完成内容搜索的供给、检索、排序、创意等全链路各环节算法框架升级，应用于多个场景，助力业务发展。

议题分享：《内容搜索算法优化的探索与实践》

内容搜索是辅助用户决策、促进社区氛围的重要工具。与通用搜索、垂类搜索相比，LBS场景下的内容搜索具有多模态、半结构化、类型丰富、地域限制等独有特点。本次分享将通过分析内容搜索面临的业务挑战，介绍链路各环节算法迭代升级工作，包括供给理解、全域建模、检索排序、创意优选等方向的内容。

徐行，电子科技大学计算机科学与工程学院研究员

主要研究方向为多模态信息感知与计算、跨媒体信息智能分析。获得2022年吴文俊人工智能自然科学一等奖，及包括国际多媒体大会ACM MM 2017最佳论文奖，多媒体顶级期刊TMM 2020最佳论文奖，模糊系统顶级期刊TFS 2024杰出论文奖在内的国际学术奖项8项。主持包括国家自然科学基金优秀青年/面上/青年基金项目和省科技厅重大专项，并参与10余项国家及省部级科研项目。与美团保持长期科研合作，并荣获2021-2022年度美团最佳科研合作奖。

议题分享：《视频-文本跨模态时序对齐与内容检索》

视频相较于其他单一模态数据（音频、文本、图像等），不仅有更强的多模态信息承载能力，还有着更复杂的时间序列信息，面临模态复杂、信息冗余和标注困难等技术难题。当前的研究热点聚焦于如何利用自然语言从复杂的视频数据中理解和检索所需的内容/事件，改善当前视频-文本内容检索系统的用户体验。本次报告将介绍我们近年在视频-文本内容检索中关于多模态融合、对齐和协同学习的系列工作，主要涉及视频与文本的时序对齐学习、弱监督学习、对比学习和高效率检索等具体研究内容，并对未来基于文本的视频内容检索任务的发展作进一步的展望。

正宇，美团技术专家

2021年加入美团，目前主要负责美团交易视频的算法优化工作。

议题分享：《美团交易视频推荐探索与实践》

本次分享主要介绍美团交易视频推荐场景下的探索和实践，包括交易视频召排各个模块中的技术演进和落地，以及对未来的思考与展望。

张帅，美团高级技术专家

2019年加入美团，目前负责外卖搜索算法，在搜索Query理解、相关性、排序等技术方向上有丰富的经验。

议题分享：《美团外卖生成式搜索的探索和实践》

生成式搜索通过运用AIGC技术，能够深度理解用户需求，对内容进行分析、整合和再创作，从而为用户呈现出最符合需求的结果。本次分享主要介绍在美团外卖搜索场景下，如何运用生成式搜索技术提升用户体验的实践经验，以及对未来工作的展望。

报名方式

报名请戳文末：阅读原文。（美团同学无需报名，内部大象会有通知~）

合作伙伴

往期活动干货获取攻略

往期PPT及视频资料已整理，我们愿意帮助更多的同学在技术成长的路上不断狂奔！关注美团技术团队公众号（meituantech），通过【菜单栏】下的【技术沙龙】进行查看。