日前，运满满首届YMM－TECH算法大赛决赛在南京邮电大学举行。来自南京邮电大学信息安全专业的硕士生宇世康团队拔得头筹，获得10万元奖金。南邮计算机学院、软件学院邹志强教授、刘斌副教授，李华康博士，及运满满大数据平台负责人罗竞佳、大数据专家黄伟良、算法专家邓金秋等出席了颁奖仪式。
今年上半年，全球领先卡车运力调度平台运满满发起的首届YMM－TECH算法大赛正式开启，竞赛主题是“个性化货源推荐”，总奖池265000人民币。亚军、季军及优秀奖获奖选手来自于上海交通大学、浙江大学、同济大学、中国科学技术大学、上海海事大学、加州大学洛杉矶分校（UCLA），南京邮电大学等高校及社会团队。
此次大赛主题旨在根据司机的用户画像、历史行为数据和天气、道路、区位、货主信用等上下文数据，挖掘其兴趣，构建行为偏好模型，从而实现个性化推荐／推送／调度货源，让司机与货物的快速、精准匹配。大赛开放海量的真实的司机行为数据，向全球征集更聪明的解决方案，优秀成果将有机会在运满满算法策略中得到应用，让车货匹配体验得到进一步优化。大赛组委会表示：“运满满改变了传统的车货匹配模式，已经大大提升了车货匹配的效率，然而这其中还有巨大的提升空间。匹配速度和匹配率每1％的提升，都将对国家干线公路运输效率产生巨大作用。”
宇世康团队因其方案在工程化和算法优化效果方面有着突出的表现而获得评委的一致高分。他说，当时从导师处得知知名互联网公司运满满发起比赛，马上就报名参加了。“我刚好有一个同学的父亲也是卡车司机，同时也是运满满用户，在和他的沟通中我知道了卡车司机的需求”，宇世康说，这段时间以来，从对物流一无所知，到慢慢熟悉，逐渐认识到互联网＋物流对于社会资源调度、提升物流效率的价值，而做有价值的事情是一个公司存在的意义。
邹志强教授向所有进入决赛的团队表示祝贺。他认为此次比赛向选手开放了平台的相关数据，场景非常真实，有实际意义。他鼓励高校生更多参与到这种比赛中来，以便将来可以更快地与实际工作岗位做好衔接。
现场，运满满大数据专家邓金秋还分享了技术团队的内部解决方案， 以车货匹配建模展开了话题，并与现场老师与参赛选手进行了热烈的交流。
运满满车货匹配的基本思路，是对用户和用户上下文，进行有效的embedding，映射到货源向量空间，寻找与货主和当前上下文“最相近货源”。这种映射方法，基于深度神经网络，训练了一个司机隐向量，转化后通过softmax来定位到某类货源。鉴于这个方法要求历史数据，实际运行时，还有补充冷启动规则和实时规则，共同作用调整最后的结果。这种方法在有历史记录的司机货源匹配准确率上，高于传统ffm和xgboost方法约3％。并广泛应用在rank，消息推送等场景。
运满满大数据负责人罗竞佳总结道：“物流是一个传统而又要求科学性的领域。对于物流来说，时间是生命，效率是意义。运满满的大数据团队会倾尽全力，通过技术手段提升公路物流的效率，也愿意与所有有志之士敞开怀抱交流，共建更美好的公路物流。”
