解读滴滴猜你去哪儿功能的算法实现
文章作者：Dustinsea Alibaba
编辑整理：Hoh
内容来源：作者授权
出品社区：DataFun
导读： 最近看了一篇比较有意思的文章，关于滴滴“猜你去哪儿”功能的算法实现，在这里记录下。
▌产品
图：滴滴“猜你去哪儿”产品形态
从产品的角度，滴滴“猜你去哪儿”是在用户打开滴滴，用户还未输入的情况下，猜测用户的想去的目的地（POI）并以 TIPS 的形式直接进行提示，该功能从产品上有两个好处：
① 能够减少用户的输入，如果猜测准确，用户直接点击目的地 POI 即可；
② 能够提升用户对滴滴的好感，提升用户体验和粘性，毕竟用户都是感性的，这样一个功能点如果足够准，就能让用户印象深刻。
▌技术
首先分析下该产品的业务场景：用户打开滴滴，绝大部分情况下，都是心中已经有要去的地点了，技术需要做的只是将该 POI 猜对并提示出来。所以该场景所使用的技术，就和传统的视频，音乐，甚至电商推荐有很大区别：该过程不需要协同，而在乎准确，用户不会因为你打开滴滴的时候推荐的 POI 和他的兴趣比较相关就会去，在打开滴滴前，用户就已经做了决定。
换句话说，用户要去的地方是极度个性化的，几乎没有泛化，所以在技术上有以下两点设计：
① 召回的目的地候选 POI 就是用户的常去地；
② 去什么地方仅取决于用户及他所处的上下文，此处上下文包括位置，时间等。而所有的上下文中，从滴滴的论文中可以看到，最重要的就是3个因素：出发时间，出发地点，是否为工作日。
图：最有效的场景上下文
▌算法
滴滴使用了一个比较简单的算法来解决该问题：针对每个用户的数据，对每一个去过的候选目的地，使用高斯分布来构建基于上下文的条件概率分布。之所以使用，之所以使用高斯分布，是从数据上来看，出发上下文和去的目的地之间，分布的确是一个钟形。
图：特定目的地出发时间分布
如上图，如仅考虑时间一个维度，用户出发去特定目的地的分布，符合高斯分布。
故使用的模型形式如下：
图：贝叶斯模型
其中 X 为当前用户所处上下文， Y=yi 表示目的地为 yi。其模型形式为给定上下文后，计算用户去目的地 yi 的概率，转化为使用贝叶斯方式计算，此时只要计算用户去各个目的地的先验，以及用户去各目的地的上下文概率即可。
先验计算比较直接，直接统计用户去各目的地的频次即可。
图：特定目的地概率统计
P（X|Y=yi）则将其表示为高斯分布。简单出发，此处 X 如果仅包含时间维度的话，作如下表示：
图：建模为条件概率分布
高斯分布仅需要给出 μ 和 variance 即可。而两个值通过观测样本即可给出。但此处有个细节，就是时间是以24小时的周期函数，不能直接使用数值方式计算均值 μ，故文中提出了计算时间维度 μ 的方法。
图：求解 μ
其思路比较直接，其中有两个关键点：
① 时间以24小时作为周期，那么两个时间的差，不能大于12小时；
② μ 和所有时间点的差值的平方和最小，求解 μ 即可。
