电商商品推荐系统项目实战

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…

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
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