解析：深度學(xué)習(xí)在推薦系統(tǒng)中的應(yīng)用（內(nèi)含30萬(wàn)年薪的秘密）|公開課預(yù)告

本文作者： AI慕課學(xué)院

2017-08-24 19:20

導(dǎo)語(yǔ)：雖說現(xiàn)在的良心劇不少，可挑選一部真正適合自己口味的也并非易事。這歌時(shí)候智能推薦便應(yīng)運(yùn)而生?；跈C(jī)器算法的智能推薦，不僅縮減了搜索時(shí)間，同時(shí)也“智能”地推薦了大量

雖說現(xiàn)在的良心劇不少，可挑選一部真正適合自己口味的也并非易事。

這個(gè)時(shí)候智能推薦便應(yīng)運(yùn)而生。基于機(jī)器算法的智能推薦，不僅縮減了搜索時(shí)間，同時(shí)也“智能”地推薦了大量的好劇。講到智能推薦，我們不得不講到這位：Netflix——世界上最了解用戶的電影公司（其實(shí)是一家純正的互聯(lián)網(wǎng)公司），它的代表作《紙牌屋》可謂是風(fēng)靡全球。

解析：深度學(xué)習(xí)在推薦系統(tǒng)中的應(yīng)用（內(nèi)含30萬(wàn)年薪的秘密）|公開課預(yù)告

Netflix 采用了算法保密的推薦系統(tǒng)Cinematch，數(shù)據(jù)源渠主要有：

評(píng)分?jǐn)?shù)據(jù)：上百億的用戶對(duì)視頻的評(píng)分?jǐn)?shù)據(jù)，并且每天以千萬(wàn)的規(guī)模增長(zhǎng)，用戶對(duì)視頻的主觀評(píng)分，反映用戶的喜好。

播放數(shù)據(jù)：每天上千萬(wàn)的播放數(shù)據(jù)，這些數(shù)據(jù)包括用戶的播放時(shí)長(zhǎng)、播放時(shí)間點(diǎn)、設(shè)備類型等。

喜好數(shù)據(jù)：如將視頻添加進(jìn)我的片單、將視頻添加進(jìn)播放列表等操作數(shù)據(jù)，直接反映著用戶的喜好。

交互數(shù)據(jù)：用戶與網(wǎng)頁(yè)的交互，包括鼠標(biāo)點(diǎn)擊、頁(yè)面停留時(shí)長(zhǎng)、鼠標(biāo)軌跡等（有點(diǎn)厲害了）。

視頻數(shù)據(jù)：用戶播放的視頻的屬性數(shù)據(jù)，包括導(dǎo)演、演員、類型、評(píng)論等。

社交數(shù)據(jù)：Netflix與Facebook等社交網(wǎng)站打通，可以取到用戶關(guān)聯(lián)的Facebook賬號(hào)的社交數(shù)據(jù)，如取到他們好友的播放記錄，可實(shí)現(xiàn)基于好友的推薦。

搜索數(shù)據(jù)：每天上千萬(wàn)的搜索請(qǐng)求，包括用戶輸入的搜索關(guān)鍵字，以及最終用戶選擇的搜索結(jié)果等數(shù)據(jù)。

外部數(shù)據(jù)：外部電影網(wǎng)站的數(shù)據(jù)，如影片票房、影評(píng)等。

解析：深度學(xué)習(xí)在推薦系統(tǒng)中的應(yīng)用（內(nèi)含30萬(wàn)年薪的秘密）|公開課預(yù)告

國(guó)內(nèi)的互聯(lián)網(wǎng)公司從沒有放棄在前沿科技上追趕硅谷。近些年，國(guó)內(nèi)的視頻網(wǎng)站像優(yōu)酷等，也在智能推薦上投入了大量的力量，吸引了一大波用戶。

大型視頻網(wǎng)站每天都有數(shù)以萬(wàn)計(jì)的視頻上架和下架，存量也在幾百萬(wàn)以上。如何有效的組織這幾百萬(wàn)物品，找到一種最佳的展示形態(tài)，以最舒服的內(nèi)容排列形式展示給用戶。這就是個(gè)性化推薦系統(tǒng)的價(jià)值所在，而推薦重點(diǎn)和核心是如何應(yīng)用推薦算法。

cinematch作為開Netflix最有價(jià)值的資產(chǎn)，一直被保密。優(yōu)酷的智能推薦系統(tǒng)也有自己獨(dú)到的優(yōu)勢(shì)。

雷鋒網(wǎng) · AI慕課學(xué)院即將推出『深度學(xué)習(xí)在推薦系統(tǒng)中的應(yīng)用』公開課，中國(guó)第一批推薦系統(tǒng)開發(fā)者，中科大計(jì)算機(jī)碩士，司馬找車（專注二手車檢測(cè)）COO崔立明，從零講授成為推薦系統(tǒng)工程師的必備知識(shí)，熟悉推薦系統(tǒng)，3個(gè)月沖擊年薪30萬(wàn)的夢(mèng)想。

本次崔立明碩士的公開課包括以下內(nèi)容：

? 推薦系統(tǒng)定義及目前現(xiàn)狀

? 推薦系統(tǒng)應(yīng)用領(lǐng)域；

? 推薦系統(tǒng)工種細(xì)分；

? 學(xué)習(xí)推薦系統(tǒng)需要哪些知識(shí)儲(chǔ)備；

? 推薦系統(tǒng)就業(yè)分布；

? 人工智能如何應(yīng)用于推薦系統(tǒng)

? 案例：優(yōu)酷智能推薦系統(tǒng)

嘉賓介紹

崔立明，中國(guó)第一批推薦系統(tǒng)開發(fā)者，主導(dǎo)設(shè)計(jì)開發(fā)優(yōu)酷推薦系統(tǒng)、智能營(yíng)銷系統(tǒng)、深刻理解營(yíng)銷和傳播學(xué)、中科大計(jì)算機(jī)碩士。

成功打造諸葛找房職能營(yíng)銷體系，盤活公司業(yè)務(wù)流轉(zhuǎn)系統(tǒng)。在短時(shí)間內(nèi)迅速組件廣告技術(shù)團(tuán)隊(duì)，利用大數(shù)據(jù)和人工智能營(yíng)銷理念，把客單價(jià)降到最低。

目前就任于司馬找車（專注二手車檢測(cè)）COO（首席運(yùn)營(yíng)官），開辟技術(shù)運(yùn)營(yíng)的新世界。