为什么你的百度外卖和我的不一样？揭秘黑科技“千人千面”

 　　“有一千个读者就有一千个哈姆雷特”，这句话实际上描述了阅读中的一种现实。而在移动互联网时代，技术力量同样可以在改变每个人对同一内容的视界。比如网易云音乐为每个人推荐的歌曲不同，今日头条为每个用户推荐的资讯不同。而在外卖行业，同样存在这种现象。细心的用户会发现自己与其他人的百度外卖界面有很大差异，而且大家彼此界面会有明显差异。其背后的黑科技正是百度外卖借助百度在人工智能、深度学习技术实现的应用成果。

　　千人千面：洞察用户需求“深入骨髓”

　　“千人千面”，从字面上理解就是每个百度外卖用户有一个属于自己的用户界面，而这一界面与用户的消费习惯、购买偏好而显示推荐的品牌餐厅各不相同。这并非简单意义上的个性化推荐模式，而是百度外卖对消费者需求深刻洞察能力的典型应用。目前大部分外卖平台仅仅以定位推荐周边商户，而这种传统展示方式通常依据商户信誉、月销售热度、距离远近等条件，并没有考虑用户的消费习惯和用餐喜好等因素，最大的问题是不能给用户带来选择，用户仅完成点餐这一行为就很费时费力。

　　百度外卖 “千人千面”这一技术化推荐模式，基于百度在人工智能、深度学习方面的技术积累优势。百度外卖创新个性化Rank技术，根据用户特征、下单时间、下单地点等因素进行计算及排序，构建用户的喜好模型，进而可以从众多商家中推荐用户喜欢的餐品，展现在目标客户浏览的页面上，对用户和商家进行个性化匹配，最终实现“千人千面”效果。这也意味着，百度外卖将在恰当的时间、恰当的地点，推荐最恰当的外卖产品和餐厅给每个用户。

　　百度外卖通过百度系产品打通，通过大数据技术得出用户餐饮喜好等特征的用户画像，从而实现用户和餐厅的个性化匹配。众所周知，白领群体在时间管理普遍有高需求，“千人千面”为用户带来理想餐厅和菜品选择的同时，更多减少用户时间成本投入，提升外卖服务效率。随着机器学习和用户大数据分持续深入，百度外卖通过多维度信息匹配，将为用户推荐更理想化的消费选择。

　　机器学习改造外卖物流成为必然

　　百度外卖“千人千面”应用是根据用户的喜好和以往消费习惯进而确定用户界面，而除了用户洞察，百度外卖在物流配送和商户洞察、骑士IT化管理等方面同样应用了大量黑科技。李彦宏曾指出百度外卖里有非常多的人工智能技术的应用，“比如同样的商家订单，先配送后配送，时间路线规划等等，都有人工智能的技术，涉及机器学习的问题。”

　　外卖平台利用“百度大脑”实现了智能配送调度，即根据餐厅、用户和骑士的位置，通过复杂的大数据计算，将订单分配给最合适的“百度骑士”，并为其推荐最优配送路径。同时，百度外卖还利用百度深度学习实验室的人工智能深度学习技术，开发了“时光机”沙盘模拟系统，让智能调度策略能够自学习，实现持续优化。这个沙盘模拟系统使用的订单处理方法和装置、调节运力合理排班和实境模拟类高端测试等创新已申请了30项专利。

　　百度外卖这套智能物流系统离不开强大的商户洞察能力。每个餐厅出餐时间和效率有不同，百度外卖根据平台积累的海量历史数据记录，能够分析出餐时间的具体分布，进而精准预估商户出餐时间。在此基础上，综合商户出餐时间、骑士送餐时间、送餐距离等数据，可以准确测算出外卖配送员送餐所需时长，进而提高准时率。这也是百度外卖敢于承诺业界最严格的超时赔付规则的底气所在，目前百度外卖95%的订单均在40分钟内完成，行业领先优势不彰自显。

　　无论是在用户层面，还是商户层面，百度外卖借助人工智能渗透两端，创新了行业独有的用户体验。同时，机器学习永远不会止步，外卖物流能力势必要不断被改造。未来技术范儿的百度外卖势必要将黑科技进行到底，进一步优化物流水平和白领用户体验，不断提升白领外卖服务的行业标准。