移动终端商的大数据应用:舆情分析与推荐系统
Alan Tan 查看讲师
百林哲咨询(北京)有限公司专家团队成员
​某知名手机厂商资深技术专家,大数据算法负责人。长期专注于模式识别、机器学习技术的应用研发。作为技术负责人,帮助魅族建设了推荐系统、舆情分析系统、与广告竞价系统等多套数据算法。
浏览:6172次
详情 DETAILS

简介

大数据时代,给移动端设备商带来了两个新的特点:一方面,移动端设备作为一个数据的集散地 (data hub),拥有的数据往往更多、更杂,涉及的面更广,需要更多的处理能力;另一方面,移动端设备需要用到推荐系统的场景很多,如应用商店、游戏中心、音乐、阅读、O2O、Push平台等等。如何寻找一种通用的解决方案,利用好这些数据,准确把握并预测用户需求,不断提升用户体验的同时也能保证推荐系统的性能满足要求,这是一个有意思且具挑战性的任务。 本话题将介绍推荐系统是如何从数据埋点、数据清洗、特征融合到推荐算法架构等方面的创新与探索,重点讲述了如何利用移动设备上数据的特点,打造高性能推荐算法的过程。 

课程时长

1天(6H)

分享提纲

全网舆情分析系统

1.1 全网舆情分析系统的项目背景

1.2 设备厂商对全网舆情系统的典型需求

1.3 全网舆情分析系统的技术架构

1.3.1 数据采集/爬虫技术

1.3.2 数据提取、预处理

1.3.3 文本分析

1.3.4 分析数据展现

1.4 关键技术

1.4.1 敏感点、热点分析技术

1.4.2 情感分析技术

推荐系统

2.1 移动设备商数据的特点

2.2 移动设备上的需求挑战

2.2.1 通用性、可扩展性

2.3 两大功能需求

2.3.1 相关推荐

2.3.2 个性化推荐

2.4 魅族相关推荐算法

2.5 魅族个性化推荐

2.6 终端设备商做好推荐系统的经验


企业服务热线:400-106-2080
电话:18519192882
投诉建议邮箱:venus@bailinzhe.com
合作邮箱:service@bailinzhe.com
总部地址:
北京市-丰台区-汽车博物馆东路6号3号楼1单元902-B73(园区)
全国客户服务中心:
天津市-南开区-桂苑路15号鑫茂集团鑫茂军民园1号楼A座802-803
公众号
百林哲咨询(北京)有限公司 京ICP备2022035414号-1