我的实习项目分享：互联网日常实习 & 银行科技暑期实习

最近24届暑期实习很火，看到“我的成功项目解析”这个话题，哨哥决定搬出实习项目复盘一下（毕竟公司的项目是不能拿出来说的哈哈）。正如标题说的，这篇帖子毫不吝啬，直接拿出互联网和银行两个古董级别的实习项目跟牛友们分享！

（开始之前，不关注一下哨哥吗？）

1、说在前面：为什么拿实习项目、不拿公司项目分享？

有人会觉得项目太老了？哈哈你听哨哥编的这几个理由合不合适好吧：

（1）广大学生群体们，社畜真的身不由己、公司的很多项目是没法拿出来说的。也许你觉得公司内部其实做的也很low，但是说不定外面还有更low的单位在看着呢，又或者同业竞争对手拿这个搞事情呢，所以公司的项目怎么包装也不好在这里分享~

（2）虽然哨哥年纪大了、但其实毕业也才三年，拿当初的两个实习项目出来分享，大家一会看可能觉得很low，或者说很粗浅，那说明大家现在所处的时代都已经升级了，说明技术的发展是非常快的（或者说越来越卷了），提醒各位要不断学习哈哈~

（3）哨哥拿出的一个是“滴滴机器学习日常实习项目”，另一个是“农行北京研发中心算法暑期实习项目”，哨哥之前是做机器学习、数据挖掘多一些，也是告诉大家：一手互联网、一手银行科技，校招的时候你可以所向披靡、互联网+金融全都要~

怎么样，这样子解释你们都可以接受的吧，那么下面我们就开始分享了~~

2、滴滴出行智能出行部：机器学习日常实习项目

（1）项目背景及目标

这个项目是2018年底到2019年初期间的实习项目，大家应该很多都用过滴滴出行的APP打过车吧？当你打完车之后、系统会弹出一个评价的页面？好吧，估计很多人没注意、默认支付就没了...这个“用户评价”功能就是今天哨哥要聊的项目~

||||| 问题：“用户评价”是固定列一些问题，让你给1-5星的好评，这种情况没几个人认真点评、或者说订单评价意愿不高~

||||| 目标：希望用“智能推荐”方式来实现，对于不同的订单，从问题库中智能选择一个问题弹出来，提升用户评价意愿~

（2）项目解析

这个项目倒不是很复杂，思路很清晰，大概从“业务+技术”稍微解析一下：

||||| 业务方面：既然需要实现智能评价，那么涉及到的场景就是：什么样的用户打了车、什么样的行程、什么样的司机这三个大的维度，再考虑行程中是否存在一些事情、甚至当天的天气情况等等，这样的整个链路决定了用户会更愿意对什么问题进行评价，具体例如说“司机是否抽烟”、“车内是否干净”...通过这些问题引导用户评价，遏制司机的恶劣行为、营造更好的乘车体验~

||||| 技术方面：既然提到“智能推荐”，是的，那会用的非常多的就是机器学习的那一套，那会原来是用的LR逻辑回归来实现的，然后希望用XGB来实现，YYDS，确实效果也比较好...当然后面慢慢就升级啊，引入深入学习那些东西，不断搬砖+优化~

不知道现在厂里的这类型项目会不会更高级一些，但我感觉可能也是类似的步伐，慢慢优化升级？

（3）项目过程

也是献丑了，跟大家分享一下一些小细节，其实就是数据挖掘的通用流程吧（有啥问题解决啥）：

1. 主要是选择了用户、司机、行程三个大维度下的各种特征（具体就不展开了）；
2. feature优化（交叉特征/欠采样与score矫正/贝叶斯平滑/引入新特征...）；
3. label优化（投诉nlp/引入安全类问题...）；
4. 模型优化（lr/xgb/dnn...）；
5. 模型评估指标（总AUC/各问题AUC/LogLoss/弹出问题分布...）；
6. 业务评估指标（订单差评率/坏司机召回率/cpo...）；
7. 上线验证（流量分配/ABtesting...）；
8. ...

hahah