简介

随着数据应用的不断普及和机器学习应用的不断深入，越来越多的用户行为被各大平台收集，基于用户行为理解而构建基于机器学习算法推荐系统越来越普遍。本次演讲主要针对推荐系统中的一些基本问题在基于机器学习技术的解决方案。并结合具体推荐场景案例深入剖析机器学习应用系统在问题定义，用户理解，模型构建及应用的整体流程。

目标

从推荐系统中的某个具体问题出发，由浅入深分析如何应用机器学习技术帮助推荐系统实现更精准的用户兴趣识别和推荐效果；

建立以数据和模型视角的用户行为理解 ，机器学习技术如何在实际中的应用分析。

课程时长

3H

分享提纲