至顶网CIO与应用频道 05月31日 新闻消息:京东作为中国最大的自营式电商,一直使用技术驱动未来零售,尤其对于大数据、算法等先进技术的研发非常重视。而且京东拥有中国电商领域最完整、最精准、价值链最长的数据,这为大数据、算法等新技术提供了大量的实际应用场景。
为深度挖掘大数据,让大数据真正为产业贡献价值,第二届京东JDATA算法大赛已经启动。本届比赛京东联合中国信息通信研究院,将大赛升级为中国大数据算法大赛,旨在激发算法上的创新,释放数据价值,真正实现大数据的落地应用,吸引和培养专业人才。本届大赛,获奖选手在赢取高额奖金的同时还将获得权威机构颁发的大数据人才认证等更具有附加值的奖励。
搭建算法创新的交流平台
京东一直致力于通过科技为每位消费者带来极致的购物体验。京东集团董事局主席兼首席执行官刘强东曾在其发表的《第四次零售革命》署名文章中提到,新技术正在给各行各业带来巨大冲击,也把零售业推到了风口浪尖。今天市场上会不断地出现和零售有关的新名词、新标签、新概念、新模式。
但是零售的本质是不变的,即成本、效率、体验。这就要求随着用户购物需求的不断变化,以及对品牌和品质需求的日益提升,京东要提供最值得信赖和最便捷的电商购物体验,赢得数亿消费者的青睐。
京东在过去十二年的高速发展的过程中,沉淀了数亿的忠实用户,积累了海量的真实数据,这些数据为京东建设无界零售基础设施提供了坚实的基础。京东JDATA算法大赛希望通过开放这些脱敏真实数据,携手广大参赛者一起,用技术的力量为更多的消费者提供极致用户体验。
本届赛题为“如期而至-用户购买时间预测”,参赛者可以根据脱敏后的京东真实用户数据自建算法模型,预测热销品类的用户购买时间,比如按时、精准向消费者推荐日常生活中所需的米、面、水等热销品类,在合适的时间段提醒消费者进行复购,真正做到“想消费者之所想”,不让日常生活“断水断粮”。
京东提供JDATA智汇平台为选手搭建展示自己的舞台,借助这一算法比赛平台,吸纳更多创新的算法模型,将算法应用推向新的高度。同时本届大赛京东加大了奖金投入,赛题冠军将独揽50万元,总奖金额度高达70万元!除此之外,获奖选手还将有机会得到京东Special offer,以及权威机构颁发的大数据人才认证等更具有附加值的奖励。
数据价值的落地与变现
“如期而至”是今年大赛的关键词,参赛选手需要思考一下什么是消费者大概率会再次购买的商品,就像瓶装水等消耗品。因为再次购买更多是当天决策,这也要求选手在解题过程中不仅仅要分析某一业务场景,还要了解业务背后的规律从而建模。最终大赛优秀作品也将进一步在京东落地与变现,首届京东JDATA算法大赛中的优秀算法模型,给京东研发工程师带来了许多灵感。当然,从一个在比赛中获取的算法模型到真正商业应用还需要大量工程实践部署经验支持。
为品牌商识别潜在人群的优化,就是一个实际落地案例。通过算法“点线面体”交叉组合对特征进行增加。点,对商品是否进行购买;线,用户行为的组合,包括点击、浏览、加购物车等所有行为;面,把用户行为进行量化,例如下单次数等;将点线面结合形成体,最后将体在时间坐标轴上进行滑动形成四维效果。把得到的几百个特征放入模型中进行融合后,就可以投入线上使用,最终为品牌商GMV(Gross Merchandise Volume 商品交易总量)提升转化。
据悉,2017年首届京东JDATA算法大赛参赛人数高达7346人,累计提交结果22615次,创造了单体算法大赛参赛人数的世界纪录!本届大赛截至目前,报名参赛人数已超过4000人,仍在持续攀升中。欢迎各界算法爱好者加入,与JDATA共同探索数据价值。
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。