论坛元老
- 威望
- 0
- 贡献
- 23
- 热心值
- 2
- 金币
- 5539
- 注册时间
- 2020-8-31
|
〖课程介绍〗:- I6 v7 X1 o. V1 X$ Z/ v# N
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。( B( ~) X* p1 w$ x2 C
; G3 x6 i: A; I. B' U& o
〖课程目录〗:
第1课 推荐系统概述
第2课 最流行的推荐系统：itemCF和userCF' }% Z: R# d m, R n& {- `
第3课 大数据环境下的itemCF实现
第4课 基于频繁模式的推荐系统，套餐设计
第5课 文本挖掘与标签系统" n. ^6 G( R! [; s+ k
第6课 基于内容的推荐系统# M( n# k8 ?- Y/ J7 e
第7课 社交网络好友推荐，图算法，在图数据库Neo4j上的实现
第8课 用Cypher语言实现好友推荐: u- Y$ B- g1 F2 y
第9课 实时推荐系统
|
|
发表于 2019-5-31 11:52
