課程簡(jiǎn)介
隨著移動(dòng)互聯(lián)網(wǎng)的深入發(fā)展,相信大家對(duì)如下場(chǎng)景并不陌生:
打開新聞APP,會(huì)自動(dòng)展現(xiàn)喜歡看的內(nèi)容 打開音樂軟件,推薦的都是我們想聽的歌 打開淘寶,推送的都是想買的東西
這就是推薦系統(tǒng)的功勞,推薦系統(tǒng)已經(jīng)深入到我們生活的每一個(gè)角落。隨著計(jì)算能力的
突破,大數(shù)據(jù)應(yīng)用的普及,很多應(yīng)用都能做到千人千面,毫不夸張地說,未來推薦系統(tǒng)
會(huì)成為所有數(shù)據(jù)型產(chǎn)品的標(biāo)配。個(gè)性化時(shí)代已經(jīng)到來!
推薦系統(tǒng)是一種高效的信息分發(fā)解決方案,對(duì)于任何一家提供產(chǎn)品/服務(wù)的toC互聯(lián)網(wǎng)公
司,利用推薦系統(tǒng)都可以高效地進(jìn)行內(nèi)容的分發(fā)與推薦,從而更好為公司提升用戶使用
體驗(yàn)、創(chuàng)造商業(yè)價(jià)值。
但是,構(gòu)建一套完善、穩(wěn)定、高效、低成本、靈活的推薦系統(tǒng)是一件非常困難的事情,
涉及到數(shù)據(jù)、算法、工程、產(chǎn)品交互、業(yè)務(wù)指標(biāo)等方方面面,只有對(duì)這些知識(shí)點(diǎn)有深入
全面的了解,再結(jié)合公司的業(yè)務(wù)才能構(gòu)建出具備商業(yè)價(jià)值的推薦系統(tǒng),而這正是本次課
程的目標(biāo)。本次課程將工業(yè)級(jí)推薦系統(tǒng)所涉及到的所有核心知識(shí)點(diǎn)進(jìn)行歸納、總結(jié)、濃
縮,并結(jié)合案例來幫助學(xué)員學(xué)習(xí)怎么打造出一套有價(jià)值的工業(yè)級(jí)推薦系統(tǒng)。
我從2010年開始一直從事推薦系統(tǒng)與大數(shù)據(jù)相關(guān)研發(fā)工作,熟悉推薦系統(tǒng)全鏈路相關(guān)技
術(shù)點(diǎn),在推薦算法、工程實(shí)踐、推薦業(yè)務(wù)與產(chǎn)品、推薦價(jià)值產(chǎn)出等方面積累了豐富的實(shí)
戰(zhàn)經(jīng)驗(yàn),本次課程也是作者多年實(shí)踐經(jīng)驗(yàn)的濃縮與提煉。
期望本次課程可以幫助學(xué)員更好、更全面地理解工業(yè)級(jí)推薦系統(tǒng)相關(guān)的知識(shí)點(diǎn),學(xué)以致
用,讓推薦系統(tǒng)真正幫助企業(yè)更有效地分發(fā)內(nèi)容、產(chǎn)出商業(yè)價(jià)值!
目標(biāo)收益
學(xué)習(xí)完本課程后,學(xué)員的主要收獲有:
(1) 從企業(yè)級(jí)應(yīng)用的角度對(duì)推薦系統(tǒng)有一個(gè)全面的認(rèn)知,知道推薦系統(tǒng)的技能要求、價(jià)值、應(yīng)用場(chǎng)景;
(2) 了解最主流的推薦算法基本原理;
(3) 熟悉推薦系統(tǒng)的產(chǎn)品形態(tài),針對(duì)不同的產(chǎn)品怎么更好地整合推薦系統(tǒng)以發(fā)揮業(yè)務(wù)價(jià)值;
(4) 了解在真實(shí)業(yè)務(wù)場(chǎng)景中怎么做好推薦系統(tǒng),讓推薦系統(tǒng)真正產(chǎn)生商業(yè)價(jià)值;
(5)獲得講師十多年實(shí)踐推薦系統(tǒng)的經(jīng)典案例和經(jīng)驗(yàn);
培訓(xùn)對(duì)象
本課程適合對(duì)推薦系統(tǒng)感興趣的或者自身工作與推薦系統(tǒng)相關(guān)的算法工程師
課程大綱
第一篇:推薦系統(tǒng)背景知識(shí)介紹 |
1. 推薦系統(tǒng)介紹與知識(shí)儲(chǔ)備; 2. 推薦系統(tǒng)應(yīng)用場(chǎng)景及價(jià)值; 3. 推薦系統(tǒng)團(tuán)隊(duì)組成及角色定位; 4. 推薦系統(tǒng)的未來發(fā)展; |
第二篇:推薦系統(tǒng)算法 |
1. 數(shù)據(jù)與特征工程; 2. 推薦系統(tǒng)離線評(píng)估; 3. 基于內(nèi)容的推薦算法; 4. 協(xié)同過濾推薦算法; 5. 矩陣分解推薦算法; 6. 深度學(xué)習(xí)推薦算法; 7. 推薦系統(tǒng)排序算法; 8. 推薦系統(tǒng)冷啟動(dòng); 9. 實(shí)時(shí)推薦系統(tǒng); |
第三篇:推薦系統(tǒng)工程 |
1. 開源平臺(tái)及工具介紹; 2. 推薦系統(tǒng)業(yè)務(wù)流與架構(gòu); 3. 推薦系統(tǒng)AB測(cè)試; 4. 在線評(píng)估:指標(biāo)體系; 5. 推薦系統(tǒng)服務(wù); 6. 推薦系統(tǒng)解釋; |
第四篇:推薦系統(tǒng)產(chǎn)品與交互 |
1. 推薦系統(tǒng)常用業(yè)務(wù)場(chǎng)景與產(chǎn)品形態(tài)介紹; 2. 推薦系統(tǒng)的UI交互介紹; 3. 推薦要素的視覺展示; |
第五篇:工業(yè)級(jí)推薦系統(tǒng)案例 |
1. 怎樣從零開始構(gòu)建一個(gè)工業(yè)級(jí)推薦系統(tǒng); 2. 相似推薦案例; 3. 個(gè)性化推薦案例; 4. 信息流推薦案例; |
第一篇:推薦系統(tǒng)背景知識(shí)介紹 1. 推薦系統(tǒng)介紹與知識(shí)儲(chǔ)備; 2. 推薦系統(tǒng)應(yīng)用場(chǎng)景及價(jià)值; 3. 推薦系統(tǒng)團(tuán)隊(duì)組成及角色定位; 4. 推薦系統(tǒng)的未來發(fā)展; |
第二篇:推薦系統(tǒng)算法 1. 數(shù)據(jù)與特征工程; 2. 推薦系統(tǒng)離線評(píng)估; 3. 基于內(nèi)容的推薦算法; 4. 協(xié)同過濾推薦算法; 5. 矩陣分解推薦算法; 6. 深度學(xué)習(xí)推薦算法; 7. 推薦系統(tǒng)排序算法; 8. 推薦系統(tǒng)冷啟動(dòng); 9. 實(shí)時(shí)推薦系統(tǒng); |
第三篇:推薦系統(tǒng)工程 1. 開源平臺(tái)及工具介紹; 2. 推薦系統(tǒng)業(yè)務(wù)流與架構(gòu); 3. 推薦系統(tǒng)AB測(cè)試; 4. 在線評(píng)估:指標(biāo)體系; 5. 推薦系統(tǒng)服務(wù); 6. 推薦系統(tǒng)解釋; |
第四篇:推薦系統(tǒng)產(chǎn)品與交互 1. 推薦系統(tǒng)常用業(yè)務(wù)場(chǎng)景與產(chǎn)品形態(tài)介紹; 2. 推薦系統(tǒng)的UI交互介紹; 3. 推薦要素的視覺展示; |
第五篇:工業(yè)級(jí)推薦系統(tǒng)案例 1. 怎樣從零開始構(gòu)建一個(gè)工業(yè)級(jí)推薦系統(tǒng); 2. 相似推薦案例; 3. 個(gè)性化推薦案例; 4. 信息流推薦案例; |