推荐系统定义及现状
定义
推荐系统是指通过人工和非人工向用户建议购买、浏览物品的有规律行动。
我们为什么要学习
- 机遇
- 准备
推荐系统应用领域
- 商品品类多，用户有规模是推荐系统
- 生活快消品和内容快消品是主要变现领域，则两个领域应用优势，如何解决消费者的痛点
- 推荐系统将会在共享经济领域掀起一阵大浪，如何准确的实现共享经济的价值
- 车载消费体系
优酷最初推荐系统版图
算法相关
- 推荐算法
- 基于内容的推荐
- 基于知识推荐
- 协同过滤推荐
- 排序推荐
- 通用解决方案
- 混合解决方案
- 推荐基础研究
- 协同过滤算法移植优化
引擎相关
- 推荐引擎即优化
- 减少相应时间
- 增加更多复杂的推荐机制
- 推荐融合
- 基于不同数据源产生的推荐结果
- 分配比例
- NLP
- 自然语言处理
- 图像图形处理
推荐系统工种细分
- 推荐算法工程师
- 全栈工程师
- 算法研究员
- 推荐引擎工程师
所需知识储备
- First：写过不超过10行的python代码（牛逼）
- Second：能够清晰的表述为什么喜欢苍井空
- Third：能够准确的指出喜欢老师的哪一点
AI如何应用于推荐系统
从机器的角度执行具体任务的目标最大化过程就是人工智能的表现。
Operational Efficiency/Intelligent Automation
- Robotics Process Automation
- Computer Vision / Image Recognition
- Video Automatic Content Recognition
- Speech Recognition
- Speech to Speech Translation
Robotization Transhumanism
- Gesture Control
- Natural Language Processing
- Smart Robots
- Context Aware Computing
Customization/Chatbots/New Markets
- Personalized Recommendation Engine
- Chatbots/Virtual Assistants
- Autonomous Vehicles
需要的因素
- Large Corpus of data
- Massive compute power
- Time
- Awesome math talent
- Industry specific expertise
- Natural UI/UX
- Recommendation engines
一次革命性的开端
To Be Continued.
深度学习在IMDB中的应用
Internet Movie Database：IMDB
- 最悠久的历史（27年）
- 最忠实的用户群体
- 最完整的电影信息
Netflix Business Value:
- producers
- distributors
- movies
Netflix Innovation: Improving our algorithms.
Note: Cover Picture