在AICon北京2017大会上，【王兴星】讲师做了《从XGB到LGB：美团外卖树模型的迭代之路》主题演讲，主要内容如下。

演讲简介：

互联网企业中，分类是个较为常见的问题，例如：流量转化、变现遇到的点击预估，Query的分类等。使用的模型通常分为两大类：

广义线性模型：典型的是LR/FTRL等，适合离散对特征；
非线性模型：典型的NN/树模型，适合连续特征。

实际应用中应该如何选择呢？如果特征体系中连续类型特征较多，一般选择非线性模型。在美团的O2O场景下，对应用户决策影响大较多为连续类型特征，例如店铺评分\店铺单均价\店铺距离\平均配送时长等，所以早期集团内大部分应用主要以树模型为主。

从2013年到2017年，美团外卖的订单量增长10+倍。本议题将节后业务的特点及数据飞速增长讲解背后树模型迭代过程。

听众受益

了解O2O的业务特点；
理解线性模型、非线性模型的优缺点和适用场景；
了解树模型的最新的研究成果及其工业落地经验。

讲师介绍：

王兴星

美团点评商业技术负责人

王兴星，美团点评外卖商业技术负责人，2016年初加入公司，带领团队从0到1搭建外卖商业变现技术体系，应用在外卖Feeds广告、Push广告、品牌广告及搜索广告等多个场景下。曾在搜狗商业、百度凤巢等部门任职，是前搜狗 PC 联盟和无线联盟的算法整体负责人，所研发的大规模训练系统应用于搜狗联盟、DSP等多个商业产品线。多次获得公司最佳个人、技术部犀牛、MVP等奖项。也是数据挖掘爱好者，曾带领获团队获得百度电影推荐大赛全国第一名、品友互动RTB算法竞赛线下/线上第一名等奖项。

完整演讲PPT下载链接：

https://aicon.infoq.cn/2017/beijing/schedule

创作场景

从 XGB 到 LGB：美团外卖树模型的迭代之路