001 深度学习在推荐系统中的应用

前言

最近决定学习一门与深度学习的实际应用有关的课程，买了慕课学院的一套课程，打算是开一个博客标签记录一下学习过程。每天下班之后都挺累的，但还是希望自己能坚持下来，实现一个积累的过程。

为什么要学习？

机遇；
准备。

什么是推荐系统？

推荐系统是指通过人工和非人工向用户建议购买/浏览物品的有规律的行动。

推荐系统的现状？

Youtube 对于推荐出用户最想看的节目；
Hulu 是 Apple 的内容提供商之一；
淘宝推荐系统；

推荐系统应用领域

1. 商品品类多，用户有规模是推荐系统；
2. 生活快消品和内容快消品是主要的变现领域【这两个领域应用优势，如何解决消费者痛点】
3. 推荐系统将会在共享经济领域掀起一阵大浪【如何准确实现共享经济的价值】
4. 车载消费体系

优酷最初的推荐系统版图

推荐算法

1 基于内容推荐
2 基于知识推荐
3 协同过滤推荐

推荐排序

1 通用解决方案
2 混合解决方法

推荐基础研究

1 协同过滤算法移植优化

推荐引擎及优化

1 减少相应时间
2 增加更多复杂的推荐机制

推荐融合

1 基于不同数据源产生的推荐结果
2 分配比例

NLP

1 自然语言处理
2 图形图像处理

推荐系统工种细分

1 推荐算法工程师
2 全栈工程师
3 算法研究员
4 推荐引擎工程师

知识储备

emmm … 讲师有点皮了

1. 写过不超过 10 行的 Python 代码
2. 能够清晰的表达为什么喜欢苍井空
3. 能够准确地指出喜欢老师的哪一点
   其实我觉得讲师想表达的就是零基础 但是有清晰思维 能准确表达自己的人。

AI 如何应用于推荐系统

从机器角度执行具体任务的目标最大化过程就是人工智能的表现。

分支

1 智能控制
2 软件相关
（2018.11.9 23:56 本次学习时间：46分钟）