只需一步，快速开始
荣誉会员
12
0
您需要 登录 才可以下载或查看，没有帐号？立即注册
课程介绍 推荐系统是当今应用最广和最成功的机器学习系统。最早的推荐系统诞生于亚马逊，广受消费者好评。之后逐渐被各路电商企业仿效学习，现在已经成为电商标配。推荐系统在社交网站里也应用广泛，相信大家对某些社交工具的好友推荐的精准度感觉到由衷的赞叹。推荐系统可以提高用户体验，给用户“机器系统居然能知道我个人喜好”的震撼感觉，同时也通过向用户提供更丰富更合适的商品来赢取订单和更多的销售额，充分体现“数据是企业核心价值”的时代潮流。各种推荐系统设计和改进，是电商企业和社交网站的当务之急，这里也产生了大量的人才需求。 推荐系统在院校几乎很少能成为一个单独的专业，大部分人都是半路出家。构建者可能有数据分析师，更多的是IT人，受命建设一个全新的系统，面对全新的陌生的领域，很多人会感到自己知识贫乏，无从下手。对于构建一个推荐系统，这里面既有算法设计的问题，也有大数据计算和实时性要求的问题，如果不具备全面的知识，恐怕难以设计出一个完美的系统。在炼数成金已经开课的Hadoop案例，Mahout，机器学习，NoSQL等课程里，曾经零散地涉及与推荐系统设计实现有关的知识点，吸引了不少学员的兴趣，我们也经常收到学员关于推荐系统方面的咨询问题。由此萌生了将这些分布在各个课程里的内容聚合成体系化的专门课程，并将意犹未尽的知识点充分讲述的想法，于是就有了这门课。 -------------------课程目录------------------- 第1周 推荐系统概述 第2周 最流行的推荐系统：itemCF和userCF 第3周 大数据环境下的itemCF实现 第4周 基于频繁模式的推荐系统，套餐设计 第5周 文本挖掘与标签系统 第6周 基于内容的推荐系统 第7周 社交网络好友推荐，图算法，在图数据库Neo4j上的实现 第8周 用Cypher语言实现好友推荐 第9周 实时推荐系统
使用道具 举报
终身会员[A]
184
624
傲视群雄
1274
2810
240
895
4
1889
6267
26
7984
942
7770
1037
32
7869
946
20
7658
937
37
7917
1069
本版积分规则 发表回复 回帖后跳转到最后一页
|Archiver|小黑屋|dmz社区
GMT+8, 2026-7-29 07:45 , Processed in 0.044127 second(s), 8 queries , Redis On.
Powered by Discuz! X3.4 Licensed
Copyright © 2001-2021, Tencent Cloud.
[复制链接]
发表于 2017-9-20 16:12:08
发表于 2018-5-28 15:32:31
发表于 2018-6-4 17:22:17
