主要观点总结
本文介绍了美团技术团队在KDD会议上发表的5篇论文，涵盖了数据挖掘领域的多个主题，包括用户意图感知、机器学习与运筹优化等。此外，还提到了美团在KDD Cup比赛中的表现和获奖情况。
关键观点总结
关键观点1: Unified Dual-Intent Translation for Joint Modeling of Search and Recommendation
针对搜索和推荐场景的联合意图感知建模，解决了用户隐式需求意图的建模和双重意图与交互商品之间的关系建模问题，提出了基于双重意图转换的搜索推荐联合模型(UDITSR)，在搜索和推荐任务中均优于现有基线，并在美团外卖平台上进行了线上实验，提升了GMV和CTR指标。
关键观点2: Joint Auction in the Online Advertising Market
提出了一个名为「联合拍卖」的联合广告模型，允许品牌供应商和店铺共同竞标广告位，满足双方需求。提出了一种名为JRegNet的神经网络架构，用于最优联合拍卖设计。
关键观点3: STATE: A Robust ATE Estimator of Heavy-Tailed Metrics for Variance Reduction in Online Controlled Experiments
针对在线控制实验中重尾分布的业务指标，通过结合t分布与机器学习工具，提出了一种鲁棒的ATE估计器STATE，有效降低了ATE估计的方差，并在合成数据集和美团外卖的业务数据上证明了其有效性。
关键观点4: Decision Focused Causal Learning for Direct Counterfactual Marketing Optimization
将营销优化问题表述为预算分配问题，并提出了基于决策的因果学习方法（DFCL），将ML与OR阶段集成到一个端到端的因果学习框架中，实现了针对大规模在线用户营销场景的直接反事实优化。
关键观点5: Harvesting Efficient On-Demand Order Pooling from Skilled Couriers
利用有经验的配送员的实际轨迹数据，构建了效率感知网络，以挖掘嵌入在配送员轨迹中的订单合并潜力，通过优化异构图神经网络在即时配送场景的学习效果，提升了订单分配质量。
正文
），Ying Sun（
Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology
），Yongchun Zhu（
ICT, CAS
），Xiang Li（
Meituan
），Wei Lin（
Meituan
）
备注：ICT, CAS全称为Institute of Computing Technology,Chinese Academy of Sciences
论文下载
：
PDF
论文简介
：
推荐系统旨在帮助用户在众多候选商品中发现他们所喜爱的商品，并已服务于各种在线平台的数十亿用户。从直观上看，用户与商品的交互高度受到他们稳定的固有意图（
例如，始终偏好高质量的商品
）和变化的需求意图（
例如，夏天想要一件T恤，冬天想要一件羽绒服
）的驱动。然而，这两种意图在推荐场景中都是隐式表达的，这给准确感知用户意图带来了挑战。幸运的是，在通常与推荐系统共存于同一在线平台的搜索场景中，用户通过查询词显式表达了他们的需求意图。直观上，在这两种场景中，同一用户的交互可能受到相似的需求意图的影响，并且其固有意图是稳定的。
因此，利用这两个场景中的交互数据来相互增强或补充双重意图，并进行联合意图感知建模是可行的。然而，搜索和推荐的联合意图感知建模需要解决以下两个问题：（1）准确建模推荐中用户隐式的需求意图；（2）建模双重意图与交互商品之间的关系。为了解决上述问题，我们提出了基于双重意图转换的搜索推荐联合模型(
UDITSR
)。为了准确模拟推荐中用户的需求意图，我们利用搜索数据中的真实查询作为监督信息来指导其生成。为了显式模拟三元组之间的关系，我们提出了一个双重意图转换传播机制，实现了在同一语义空间中学习三元组元素间的可解释关系。大量实验表明，UDITSR在搜索和推荐任务中均优于现有的SOTA基线。此外，我们在美团外卖平台上进行了为期一个月的线上实验，平均提升了1.46%的GMV和0.77%的CTR指标。
02
Joint Auction in the Online Advertising Market
论文作者
：
Zhen Zhang（
RUC, Gaoling School of Artificial Intelligence
）, Weian Li（
SDU, School of Software
）, Yahui Lei, Bingzhe Wang（
RUC, Gaoling School of Artificial Intelligence
）, Zhicheng Zhang（
RUC, Gaoling School of Artificial Intelligence
）, Qi Qi（
RUC, Gaoling School of Artificial Intelligence
）, Qiang Liu（
Meituan
）, Xingxing Wang（
Meituan
）
论文简介
：
在线广告是电子商务平台的主要收入来源。在当前的广告模式中，定向目标是愿意支付额外费用以提升其店铺位置的在线店铺主。另一方面，品牌供应商也希望在店铺中宣传其产品以提升品牌销量。然而，目前使用的广告模式无法同时满足店铺和品牌供应商的需求。
