貨拉拉論文入選國際大數據行業頂級大會KDD
近日，國際數據挖掘與知識發現大會（以下簡稱“KDD”）入選論文正式揭曉。今年會議吸引了全球範圍內705篇論文投遞，僅收錄了138篇論文，收錄率不足20%。貨拉拉論文《Improving the Information Disclosure in Mobility-on-Demand Systems》（《一種MoD系統中信息披露的優化方法》）從705篇論文中脫穎而出成功入選。
KDD由 ACM（Association of Computing Machinery，國際計算機學會）的數據挖掘及知識發現專委會（SIGKDD）主辦，是世界數據挖掘領域最頂級的學術會議，大會每年都會吸引大量的參與者。KDD 大會以論文接收嚴格聞名，每年的接收率不超過20%，且論文具有較強的應用價值，因此頗受行業關注。貨拉拉論文通過數據建模解決互聯網物流智能分單問題，從而提高互聯網物流平臺效率，實現車貨精準匹配、優化各項業務指標。
當下貨拉拉貨運採用的訂單分配方式爲全局廣播，即在指定時間/距離等範圍內，將所有訂單推送給所有司機，司機通過瀏覽訂單列表的方式，做抉擇，選取符合預期的訂單進行響應。這種模式下，司機對某一類訂單的偏好比較一致，例如高價格訂單響應的司機比較多，而訂單最終只能由一位司機來履約，勢必產生很多的無效司機選擇，導致平臺整體效率降低。有別於電商平臺傳統的推薦系統和出行領域傳統的派單模式，這類帶資源約束的問題，沒有成熟有效的解決方案。
《一種MoD系統中信息披露的優化方法》論文提出了一種優化信息披露方式的框架，通過建模和求解，通過算法選取最合適的司機進行履約，實現平臺效率、用戶體驗和司機體驗的整體提升。
這項研究不僅適用於貨拉拉這種互聯網物流平臺，同樣也可應用於帶資源約束的推薦系統。貨拉拉CTO張浩在接受媒體採訪時曾表示，物流的關鍵壁壘在於效率，貨拉拉一直堅信"科技改變物流”，相信技術的力量能給物流行業帶來革命性的效率提升。
技術人才是科技創新的重要引擎，近年來貨拉拉不斷引進高質量的研發人才。如貨拉拉現任CTO張浩，曾在美國Uber、MicrosoftBing等公司從事機器學習與大數據工作，回國後曾任滴滴研究院高級總監、餓了麼技術副總裁；貨拉拉智能運營部負責人傅周宇曾在澳洲西悉尼大學、微軟亞洲研究院從事機器學習教學與研發工作；貨拉拉技術總監石立臣爲“2020年吳文俊人工智能自然科學獎”一等獎獲得者。