电商商品推荐系统项目实战

330分钟

电商业务在全球各大互联网公司的营收中都占有极其重要的地位，推荐系统对用户推荐商品的质量好坏直接影响了巨头们的股价，商品推荐团队是公司各大算法团队中的核心团队，有着绝对地位的优势。本课程为完整的电商商…

顾问咨询

课程分类: 人工智能 | 技术开发

适用人群: 分析师, 工程师, 研究员课程标签: 电商推荐,项目实战,协同过滤

电商业务在全球各大互联网公司的营收中都占有极其重要的地位，推荐系统对用户推荐商品的质量好坏直接影响了巨头们的股价，商品推荐团队是公司各大算法团队中的核心团队，有着绝对地位的优势。本课程为完整的电商商品推荐项目，采用阿里巴巴淘宝电商真实公开数据集，根据用户在商品全集上的移动端行为数据及百万级的商品信息，建立推荐模型，并预估用户在接下来一天对商品子集购买行为。

第一阶段电商商品推荐系统的介绍与准备 - 第1课：商品推荐的项目背景 - 第2课：商品推荐相关比赛介绍 - 第3课：商品推荐的环境配置 - 第4课：商品推荐的数据处理第二阶段电商商品推荐系统的特征工程 - 第5课：商品推荐的数据分析与可视化 - 第6课：基于规则的预测方法 - 第7课：特征提取相关方法 - 第8课：特征构建的代码实现第三阶段：商品推荐系统模型构建 - 第9课：协同过滤算法实现 - 第10课：逻辑回归算法模型 - 第11课：GBDT算法模型 - 第12课：GBDT算法的调参技巧第四阶段：商品推荐系统迭代优化 - 第13课：推荐项目整体回顾 - 第14课：Wide & Deep算法模型 - 第15课：FM与NFM算法模型 - 第16课：NFM算法代码解读

七月在线

集AI大模型教育、应用开发、机器人解决方案为一体

课程详情

电商商品推荐系统项目实战

七月在线