周涛张韶峰 下一代推荐引擎的关键技术及应用案例.pptxVIP

下一代推荐引擎的关键技术和应用案例;主要内容;CD;推荐引擎 vs. 搜索引擎;主要内容;当前推荐引擎的问题和挑战;主要内容;下一代推荐引擎发展方向;社会推荐-实验数据分析;M. Medo, Y.-C. Zhang, T. Zhou, EPL 88 (2009) 38005; G. Cimini, M. Medo, T. Zhou, D. Wei, Y.-C. Zhang, Eur. Phys. J. B 80 (2011) 201; D. Wei, T. Zhou, G. Cimini, P. Wu, W. Liu, Y.-C. Zhang, Physica A 390 (2011) 2117; T. Zhou, M. Medo, G. Cimini, Z.-K. Zhang, Y.-C. Zhang, PLoS ONE (in press).;社会推荐-开放性问题;综合评价指标-用户偏好变化;综合评价指标-信息价值;Accuracy ** Overall Ranking: AUC, Ranking Score ** Top Recommended Objects: Precision, Recall, F-Measure Diversity ** Intra-Similarity: Recommendations to a user are diverse ** Inter-Similarity Recommendations to different users are diverse Novelty ** Popularity ** Self-information;综合评价指标-可能的解决方案;综合评价指标-实验结果;交叉融合推荐;交???融合推荐-应用;交叉融合推荐-结果;交叉融合推荐优势;云计算-理念;云计算-数据挖掘系统;C.-H. Jin, J.-G. Liu, Y.-C. Zhang, T. Zhou, arXiv: 0911.4910;T. Zhou, H.A.-T. Kiet, B.-H. Wang, B.-J. Kim, P. Holme, EPL 82 (2008) 28002;Z.-D. Zhao, T. Zhou, Physica A (submitted);健壮算法——基于迭代寻优的信誉系统;主要内容;电子商务个性化精准营销平台： 站内个性化推荐：流量转化（站内浏览者- 购买者） 个性化商品推荐引擎 个性化首页与着陆页 个性化邮件：客户保留（购买者-重复购买者） 个性化邮件、短彩信客户服务 个性化客服系统、客户挽留系统 ;百分点已经与近50家电商合作;百分点推荐算法简介;多种推荐技术的算法库。包括在推荐领域的最新研究进展 实时在线推荐。用户行为在数秒到分钟内即可影响推荐结果 快速响应时间。对推荐请求的响应在2毫秒级 高并发。单服务器每秒处理2,000次并发请求 分布式架构。可支持大型购物网站 隐性获取用户偏好 在线获取产品信息，无需手工更新产品库;百分点推荐栏展示;某服装B2C的效果统计报表截屏;推荐引擎的效果一览;电商B详细增长数字;电商B数字解读;电商B数字解读;电商B数字解读;电商B数字解读;电商B数字解读;谢谢！