京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网前沿追踪:你想用大数据开餐馆吗_数据分析师考试
通过手机APP点外卖,早已成为许多年轻人的生活常态。但在百度高级副总裁、技术战略委员会主席王劲看来,作为人工智能和大数据结合的又一个产品,百度外卖背后的链条已经呈现出一个“智能系统”的雏形。
“大数据主要包括三种:人的数据、物的数据以及关系数据,包括人和人、物和物、人和物的关系。”王劲说。百度外卖正是在处理这几种关系的基础上,展现出人工智能全局优化的能力。
系统选调“送餐骑士”
据介绍,百度外卖有几千个负责送外卖的“百度骑士”,每时每刻都和调配系统连接。当客户下单后,系统会首先判断调配哪一个“骑士”去送餐,在多个任务的情况下,还会分析是先把所有订单的食物在各家餐厅拿好再送,还是先到两家餐馆拿了食物送到客户家,再到第三家餐馆取货再送。对系统来说,需要在午餐、晚餐的时间段,根据客户需求,把几千名“百度骑士”分配到城区的各个餐厅周边。这很考验智能系统的全局调配能力。
王劲说,智能系统通过机器学习等人工智能技术,不断自我完善。随着每天的外卖数量越来越多,各类数据也就积累得越多,包括细到在一个餐厅取餐时的等候时间。系统逐渐能够预测,外卖骑士要走多长时间到餐馆,到餐馆了还要等多久,这个餐馆做这个菜需要几分钟。
订单直通厨房屏幕
餐厅的服务流程将因此改变。用户通过系统下单后,订单菜名直接显示在厨师面前的屏幕上,做完一个菜,按一下按钮接着做下一个菜。而这种先后顺序反馈到百度外卖的系统上,又成为系统判断外卖效率的数据之一。
这些仅仅是开始。王劲说,未来希望把擅长厨艺的个人也接进这个系统。如果你的麻婆豆腐做得特别好,可能就只接麻婆豆腐的订单。每个有厨艺的人都能开“小而美”的美食作坊,专注做一道名菜。
对希望尝到美食的人来说,以后点外卖送来的5个菜,可能是来自5个不同的餐厅。即使是去店内吃,通过百度外卖系统订好餐桌,然后通过手机地图提供自己的出发位置和时间,到达餐馆的时候,菜就已经摆在那里等你了。这样,客户来了就吃,吃了就走,免去等位之苦,而对餐厅来说,翻台率则大大提高。
一餐可以吃多家
“比如在家里请客,预算2000块钱,让系统给配附近最好的菜,然后从各个餐馆下单。在温度还足够热的情况下,能够同一个时间送达,这都是可以做到的。甚至根据客人的口味,想吃川菜还是粤菜,海鲜或是山珍,都可以通过系统调配。”王劲说,大数据变得很重要,计算量也变得巨大,因此必须通过云计算提供的计算能力以及人工智能的全局优化来实现。
“以后两种企业会生存得很好,一种是做很大的平台,提供各种各样的技术、数据和智能的服务;还有一种是‘小而美’,只要专注干好一件事,搭在大平台上就能活得很好”,
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13