每天，海量用户通过飞猪平台浏览和挑选旅行产品，如何在分秒间帮助用户发现、定位、挖掘出心仪的产品，并匹配出最佳的商品组合？这正是飞猪导购算法团队的研究方向。 我们通过建立个性化导购体系，包括引入用户画像、行程语义表达以及全链路行为排序等，实现对用户需求的预测和匹配，将可能被购买的产品呈现在用户面前。

本次演讲将从旅行行业的典型场景切入，提炼出飞猪在用户理解领域的普适经验，希望为大家带来启发。

演讲提纲：

1. 介绍飞猪业务的发展迭代以及业务现状
2. 飞猪旅行推荐面临问题&挑战：
   • 用户冷启动
   • 用户导购决策信息缺失
   • 用户多端多场景等
3. 飞猪旅行推荐技术演进：
   • 日志规范梳理
   • 建立全阿里旅行UIC中心
   • 召回和排序体系的探索
4. 基于旅行导购决策信息的算法&产品尝试

听众受益：了解飞猪多端多场景算法策略、分人群优化、LBS特征体系构建、冷启动策略探索、搭配&交叉推荐技术、扩域行为画像等经验。