第二十二期百度技术沙龙:海量用户的数据挖掘与行为分析

在SNS应用中,怎样快速、有效地深度分析、挖掘用户关系和行为?如何利用上述结果改进和提升产品,帮助用户更好的维护自己的关系网络和兴趣爱好,最终提升用户体验?海量数据挖掘和分析算法无疑是众多攻城工具之利器。有效的挖掘和分析算法不仅可以对现有系统进行评估,在获取用户真实反馈的同时,可以进一步的挖掘用户属性和用户关系,并最终使产品得到改进和提升,从而达到满足用户喜好,增强用户对产品粘性和舒适体验度等目的,以及帮助用户在最短的时间找到感兴趣的人和事。本次特别邀请到百度搜索部的高级工程师,从搜索算法评估、日志分析、用户趋势检测等角度来为大家分享海量数据的分析技术以及如何评估用户体验的经验,此外还邀请到人人网Social Graph算法工程师,讲述如何在用户真实身份所产生的大量数据的基础上,深度剖析社会化推荐算法的理念、实践和以及在人人网的应用等。

本期讲师介绍

  • 彭滔

    百度网页搜索部用户行为分析方向高级工程师,目前主要负责基于日志的搜索算法评估、线上系统监控、用户趋势检测等几方面工作。

  • 张叶银

    目前担任人人网Social Graph算法工程师。主要负责Social Graph算法的研发,对大规模数据挖掘机器学习的应用及社会化计算比较感兴趣。

现场图片展示

  • 百度技术沙龙开场

  • 讲师分享

  • Open Space环节