Tag Archives: 个性化推荐

推荐系统中基于深度学习的混合协同过滤模型

【作者简介】本文来自董鑫在携程个性化推荐与人工智能Meetup上的分享。视频戳这里。董鑫,携程基础业务部BI团队高级算法工程师,博士毕业于上海交通大学计算机科学与技术系。

近些年,深度学习在语音识别、图像处理、自然语言处理等领域都取得了很大的突破与成就。相对来说,深度学习在推荐系统领域的研究与应用还处于早期阶段。

携程在深度学习与推荐系统结合的领域也进行了相关的研究与应用,并在国际人工智能顶级会议AAAI 2017上发表了相应的研究成果《A Hybrid Collaborative Filtering Model with Deep Structure for Recommender Systems》,本文将分享深度学习在推荐系统上的应用,同时介绍携程基础BI团队在这一领域上的实践。

阅读全文

个性化推荐沙龙|饿了么推荐系统的从0到1

【作者简介】本文来自陈一村在携程个性化推荐与人工智能Meetup上的分享。视频戳这里。陈一村 ,饿了么数据运营部资深算法工程师,主要负责热卖美食推荐服务。

随着移动互联网的发展,用户使用习惯日趋碎片化,如何让用户在有限的访问时间里找到想要的产品,成为了搜索/推荐系统演进的重要职责。作为外卖领域的独角兽, 饿了么拥有百万级的日活跃用户,如何利用数据挖掘/机器学习的方法挖掘潜在用户、增加用户粘性,已成为迫切需要解决的问题。

个性化推荐系统通过研究用户的兴趣偏好,进行个性化计算,发现用户的兴趣点,从而引导用户发现自己的信息需求。一个好的推荐系统不仅能为用户提供个性化的服务,还能和用户之间建立密切关系,让用户对推荐产生依赖。

本次分享介绍饿 了么如何从0到1构建一个可快速迭代的推荐系统,从产品形态出发,包括推荐模型与特征工程、日志处理与效果评估,以及更深层次的场景选择和意图识别。

阅读全文

个性化推荐沙龙 | 腾讯云推荐引擎实践

【作者简介】本文来自吕慧伟在携程个性化推荐与人工智能Meetup上的分享。视频戳这里

吕慧伟,腾讯云布道师,腾讯社交网络运营部高级工程师,腾讯通用推荐系统神盾开发负责人,腾讯云推荐引擎架构师。中国科学院计算技术研究所博士,美国阿贡国家实验室博士后,从事并行计算多年,MPICH 核心开发者之一。

我们每个人每天都会使用到不同的推荐系统,无论是听歌,购物,看视频,还是阅读新闻,推荐系统都可以根据你的喜好给你推荐你可能感兴趣的内容。不知不觉之间,推荐系统已经融入到我们的生活当中。作为大数据时代最重要的几个信息系统之一,推荐系统主要有下面几个作用:

  • 提升用户体验。通过个性化推荐,帮助用户快速找到感兴趣的信息。
  • 提高产品销售。推荐系统帮助用户和产品建立精准连接,从而提高产品转化率。
  • 发掘长尾价值。根据用户兴趣推荐,使得平时不是很热门的商品可以销售给特定的人群。
  • 方便移动互联网用户交互。通过推荐,减少用户操作,主动帮助用户找到他感兴趣的内容。

阅读全文

大咖齐聚,携程个性化推荐与人工智能Meetup火爆申城技术圈

(下载PPT的同学请直接拖到文章末尾)

12月24日,携程个性化推荐与人工智能Meetup在携程总部上海凌空SOHO举办。现场不仅邀请到了来自BAT、携程、饿了么等工业界的技术大牛,分享一线实战经验,同时也邀请到了上海交通大学等学术界知名学者分享其最新研究成果。

现场弥漫着浓浓的技术分享氛围。携程相关负责人表示,作为上海互联网的领头羊,携程非常愿意为上海技术圈小伙伴搭建沟通交流的平台,一起营造起上海的技术交流氛围。

观众2

阅读全文

Copyright © 1999 - 2014 Ctrip. Powered by WordPress.