第三十三期百度技术沙龙:推荐系统实战

推荐引擎已经无所不在,尤其是随着大数据时代的到来,系统掌握了越来越多、越来越精细的用户数据,通过语义分析、协同过滤、聚类等算法让系统能够读懂用户,发掘他们的潜在需求,例如在亚马逊购物时的推荐购买、Netflix为你推荐的电影、Yelp的美食推荐以及豆瓣猜等;本期沙龙我们将会为您讲述推荐系统实战策略:来自于百度和豆瓣的讲师将会为你阐述如何进行推荐算法选取、从实践的角度整合数据与算法、优化度量指标以及进行用户行为建模等;

本期讲师介绍

  • 陈天健

    百度推荐与个性化部高级架构师,致力于推荐引擎开发和产品实践。

  • 王守崑

    毕业于清华大学自动化系,分别获工学学士和工学硕士学位。现任豆瓣网首席科学家,负责豆瓣网整体算法架构设计和实施,以及音乐产品线的产品策略和日常运营管理。目前专注于互联网信息架构与算法、Web2.0网络模式创新、数字音乐、推荐系统与在线收听等应用。

现场图片展示

  • 百度技术沙龙现场

  • 讲师和大家交流沟通

  • Open Space环节