专题演讲嘉宾：陈训武

利用丰富的数据，机器学习相关的算法在推荐、资源分配等领域已经取得了非常大的成果，成为工业界智能化运营的首选方案；而在传统的配送、物流等行业，运筹算法产生价值的时间比机器学习算法还要早。

本次分享将介绍这两类算法在便利店的商品陈列方面的机遇与落地实践经验。

演讲提纲：

1. 便利蜂自动化陈列的背景和目标
2. 项目挑战与解决路径
   • 复杂业务场景的简单本质：空间与时间约束下的最优化
   • 高耦合系统的众口难调：算法的模块化与标准化建设
   • 既要自动化又要智能化：无约束优化算法带来门店收益的最大化
   • 便利店系统的最后一道门：陈列结果风险控制
   • 自动陈列系统全貌与各模块综述
3. 系统的自动化带来的运营模式的重塑
4. 未来展望

你将获得：

1. 了解全新复杂业务场景的智能化改造
2. 了解多目标优化需求的支持方法