简介
推荐系统是一种根据用户的选择来预测或过滤偏好的系统。推荐系统用于各种领域,包括电影,音乐,新闻,书籍,研究文章,搜索查询,社交标签和一般产品。
推荐系统以两种方式中的任何一种产生推荐列表 -
协同过滤:协同过滤方法根据用户过去的行为(即用户购买或搜索的项目)以及其他用户做出的类似决策来构建模型。然后,该模型用于预测用户可能感兴趣的项目(或项目的评级)。
基于内容的过滤:基于内容的过滤方法使用项目的一系列离散特征,以推荐具有类似属性的其他项目。基于内容的过滤方法完全基于项目的描述和用户偏好的简档。它根据用户的过去偏好推荐项目。
大纲
1. 推荐系统介绍:概念、使用场景
2. 研究现状:主要算法与原理
3. 案例分析:“猜你喜欢”
4. 发散思维:风险控制、旅行预测
课程地址:《CDA 八点大咖汇:推荐系统简介与应用案例探讨》
DA内容精选