课程介绍

推荐系统是电商和内容型app网站生存的重要手段，是以重新组织物品分类和聚类方式形成的人工智能系统。亚马逊的商品推荐、优酷的视频推荐，都是推荐系统的应用实例。每一个具体的应用场景中推荐系统表现形式有所不同，但是最终都是以增加内容、商品曝光度为前提的。

推荐系统根据每一个用户的行为和喜好，找到这个用户未来可能喜欢和购买的商品或者是物品。它使得内容、电商两大产业减少了大量的人工编辑推荐的工作，只需要用一些简单或者深入的算法，就可以达到很好的效果。

?

课程内容：

本课程包括推荐引擎、推荐算法、推荐环境三大版块，课程中会讲解在线教育、视频网站、电商购物、阅读网站四个领域的知识点和实战案例。崔立明老师会从零讲授成为推荐系统工程师的必备知识，通过带领大家制作实战项目，帮助学员实现个人转型，熟悉推荐系统。

?

课程大纲（14个课时，28个小时）

推荐引擎

1.推荐系统概述、推荐引擎概述

2.实现基础工程

3.实现基本的实时处理

4.实现简单的实时推荐算法

5.实现符合业务场景的推荐算法

推荐算法

1.推荐算法概述

2.实现基础规则算法

3.实现协同过滤ucf

4.实现协同过滤icf

5.实现关联规则

6.推荐算法集成

推荐环境

1.推荐算法自动化

2.推荐引擎高并发

3.整合推荐算法、推荐引擎形成推荐系统