机器学习是业界巨头在海量数据背景下，解决实际问题最有效的手段。而搜索本身是服务于互联网和每一位用户，更需要机器学习。360基础数据团队，除了准确获取互联网数据外，更是针对应用场景对数据进行深度加工，发挥数据价值。这其中不乏机器学习的二三事儿。

-------------------------------------------

主讲师：

《用户意图挖掘及其在搜索导流产品中的应用》

嘉宾介绍：宋栓，360搜索事业部工程师，目前负责相关搜索等产品迭代优化，在机器学习、自然语言处理等领域拥有广泛的兴趣。

简介：用户向搜索引擎提交的查询通常较短、具有歧义，不足以准确反映用户需求，这给搜索引擎带来了相当的困难。准确识别用户搜索意图，对提高搜索结果质量具有重要价值。本次讲座中，将介绍我们在用户意图挖掘方面的基础性工作，以及在不同搜索导流产品中的应用。

《AI for Baidu To AI for Everyone》

嘉宾介绍：涂威威，第四范式资深机器学习架构师，机器学习算法研发负责人，在大规模分布式机器学习系统架构、大规模机器学习算法设计和应用、在线营销系统方面有深厚积累。百度最高奖trinity发起人之一。首次将FPGA应用于在线营销深度学习预估系统。设计开发百度机器学习计算框架ELF。设计开发第四范式先知分布式机器学习计算引擎GDBT。

简介：百度凤巢系统自从上线以来取得了巨大的成功，展示了机器学习技术的重大价值。实际上，在百度、360这类互联网企业之外，还有很多行业拥有大量数据，亟需机器学习技术来提升业务效率，而机器学习技术的高门槛成为了瓶颈，如何有效降低机器学习技术的应用门槛成为越来越被重视的研究课题。本次讲座中跟大家简单分享一下第四范式在这方面的探索经验。

《基于表达学习的信息检索》

嘉宾介绍：范意兴，中科院计算所网络数据科学与技术重点实验室博士生。主要研究方向为信息检索、机器学习、深度学习等方向。

简介：表达学习，也被称为特征学习，是一种能自动抽取数据特征的技术。近年来，表达学习在图像分类、语音识别以及自然语言处理等领域取得了巨大的成功。然而，在信息检索的场景下，表达学习的方法还没有取得令人满意的效果。本次讲座中，主要介绍我们怎样结合表达学习的优势来满足信息检索任务的特定需求，并分享我们在信息检索任务中取得的进展。

《搜索蜘蛛中的数据挖掘技术》

嘉宾介绍：魏高峰，360搜索蜘蛛策略组负责人，主要负责蜘蛛的调度算法、优质数据识别、抓取时效性等方向。

简介：怎样从互联网上海量数据优选出有效内容？大规模的蜘蛛系统是怎样实现的？本主题为您介绍360搜索在蜘蛛算法方面的一些经验