在用户的决策周期较长的情景中，平台需要精准挖掘用户状态，并预知用户接下来决策可能，以提升用户体验。本次专题分享将分享如何基于海量数据搭建机器学习系统，如何深度挖掘用户状态并预测状态变化及其过程中遇到的挑战。

1. 用户挖掘系统的背景介绍；
2. 从 0 到 1 快速搭建机器学习系统，包含模型选型、特征设计、特征工程和效果评估；
3. 模型选型的思考以及基于不同类型决策树模型调优过程中的挑战与解决方案。

听众收益

1. 从工程和算法上全面了解机器学习在贝壳用户挖掘上的应用；
2. 了解机器学习系统的典型架构和关键技术点以及面临的挑战；
3. 数据分析是机器学习建模的基础，了解如何通过数据分析更好的调优模型。