京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网前沿追踪:你想用大数据开餐馆吗_数据分析师考试
通过手机APP点外卖,早已成为许多年轻人的生活常态。但在百度高级副总裁、技术战略委员会主席王劲看来,作为人工智能和大数据结合的又一个产品,百度外卖背后的链条已经呈现出一个“智能系统”的雏形。
“大数据主要包括三种:人的数据、物的数据以及关系数据,包括人和人、物和物、人和物的关系。”王劲说。百度外卖正是在处理这几种关系的基础上,展现出人工智能全局优化的能力。
系统选调“送餐骑士”
据介绍,百度外卖有几千个负责送外卖的“百度骑士”,每时每刻都和调配系统连接。当客户下单后,系统会首先判断调配哪一个“骑士”去送餐,在多个任务的情况下,还会分析是先把所有订单的食物在各家餐厅拿好再送,还是先到两家餐馆拿了食物送到客户家,再到第三家餐馆取货再送。对系统来说,需要在午餐、晚餐的时间段,根据客户需求,把几千名“百度骑士”分配到城区的各个餐厅周边。这很考验智能系统的全局调配能力。
王劲说,智能系统通过机器学习等人工智能技术,不断自我完善。随着每天的外卖数量越来越多,各类数据也就积累得越多,包括细到在一个餐厅取餐时的等候时间。系统逐渐能够预测,外卖骑士要走多长时间到餐馆,到餐馆了还要等多久,这个餐馆做这个菜需要几分钟。
订单直通厨房屏幕
餐厅的服务流程将因此改变。用户通过系统下单后,订单菜名直接显示在厨师面前的屏幕上,做完一个菜,按一下按钮接着做下一个菜。而这种先后顺序反馈到百度外卖的系统上,又成为系统判断外卖效率的数据之一。
这些仅仅是开始。王劲说,未来希望把擅长厨艺的个人也接进这个系统。如果你的麻婆豆腐做得特别好,可能就只接麻婆豆腐的订单。每个有厨艺的人都能开“小而美”的美食作坊,专注做一道名菜。
对希望尝到美食的人来说,以后点外卖送来的5个菜,可能是来自5个不同的餐厅。即使是去店内吃,通过百度外卖系统订好餐桌,然后通过手机地图提供自己的出发位置和时间,到达餐馆的时候,菜就已经摆在那里等你了。这样,客户来了就吃,吃了就走,免去等位之苦,而对餐厅来说,翻台率则大大提高。
一餐可以吃多家
“比如在家里请客,预算2000块钱,让系统给配附近最好的菜,然后从各个餐馆下单。在温度还足够热的情况下,能够同一个时间送达,这都是可以做到的。甚至根据客人的口味,想吃川菜还是粤菜,海鲜或是山珍,都可以通过系统调配。”王劲说,大数据变得很重要,计算量也变得巨大,因此必须通过云计算提供的计算能力以及人工智能的全局优化来实现。
“以后两种企业会生存得很好,一种是做很大的平台,提供各种各样的技术、数据和智能的服务;还有一种是‘小而美’,只要专注干好一件事,搭在大平台上就能活得很好”,王劲说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16