个性化推荐

推荐系统尽管强大，这些系统并不完美，人们担心它们在公平性方面存在问题，特别是在影响边缘化群体方面。

无论是产品策划还是产品运营, 前者是如何去策划一个好的功能, 去获得用户最大的可见的价值以及隐形的价值, 必须的价值以及增值的价值, 那么了解用户, 去做用户画像分析, 会成为数据分析去帮助产品做做更好…

电商分析的最终目的是收集数据，了解客户，优化产品和流程，以满足直到超越用户的期望，最终帮助企业提高市场占有率和核心竞争力。

本次分享的主题为推荐系统中模型训练及使用流程的标准化

通过对高校图书借阅数据的深入分析，我们发现了更有趣的结论：学习成绩、毕业去向都与图书借阅偏好有着密切的关系。

机器学习并不是近来才出现，已经出现了几十年了。

不管我们心中是否还带着对旧时代的眷念和对新时代的惶恐，一个“一切都被记录，一切都被分析”的数据化时代已经到来。

最近做了一个交叉销售的项目，梳理了一些关键点，分享出来希望对大家有所启发

用户画像作为“大数据”的核心组成部分，在众多互联网公司中一直有其独特的地位。

用户画像作为大数据的根基，它完美的描述了一个用户的信息全貌，为进一步精准、快速的分析用户行为、消费等重要信息，用户画像仓库同时也提供了足够的数据基础，让我们Qunar更好的为用户提供高价值的服务，满足用户智慧出行的需要。

通过其独特的算法，法国初创公司Ownpage帮助新闻机构基于读者的阅读习惯推送个性化的新闻资讯，成效显著。目前其客户包括法国财经类日报《回声报》以及《巴黎世界报》等各大法国媒体。

推荐系统是近些年非常火的技术，不管是电商类软件还是新闻类app，都号称有精准的推荐系统能给你推送你最感兴趣的内容。

随着移动互联网的兴起，用户的很多行为逐渐从PC端转向移动端。人们花在手机上的时间越来越多。

亚马逊在业内有「推荐系统之王」之称，亚马逊有35%的销售额是与推荐系统相关的

大家好，我是来自京东搜索与大数据平台部的王超，很高兴和大家介绍京东在这次618大促中在技术方面做的较大的一个尝试，那就是在京东各大平台的主会场和首页的重要位置上，实现了“智能卖场”。