如今大数据已经成了各大互联网公司工作的重点方向,而推荐系统可以说就是大数据更好的落地应用之一,已经为企业带来了可观的用户流量和销售额。特别是对于电商,好的推荐系统可以大大提升电商企业的销售业绩。国内外的知名电商,如亚马逊、淘宝、京东等公司,都在推荐系统领域投入了大量研发力量,也在大量招收相关的专业人才。 尚硅谷打造的电商推荐系统项目,就是以经过修改的中文亚马逊电商数据集作为依托,并以某电商网站真实的业务架构作为基础来实现的,其中包含了离线推荐与实时推荐体系,综合利用了协同过滤算法以及基于内容的推荐方法来提供混合推荐。具体实现的模块主要有:基于统计的离线推荐、基于隐语义模型的离线推荐、基于自定义模型的实时推荐,以及基于内容的、和基于Item-CF的离线相似推荐。 整个项目具有很强的实操性和综合性,对已有的大数据和机器学习相关知识是一个系统性的梳理和整合,通过学习,同学们可以深入了解推荐系统在电商企业中的实际应用,可以为有志于增加大数据项目经验的开发人员、特别是对电商业务领域感兴趣的求职人员,提供更好的学习平台。 适合人群: 1.有一定的 Java、Scala 基础,希望了解大数据应用方向的编程人员 2.有 Java、Scala 开发经验,了解大数据相关知识,希望增加项目经验的开发人员 3.有电商领域开发经验,希望拓展电商业务场景、丰富经验的开发人员 4.有较好的数学基础,希望学习机器学习和推荐系统相关算法的求职人员
视频目录 01.尚硅谷_电商推荐系统_课程简介02.尚硅谷_电商推荐系统_项目系统设计(上)03.尚硅谷_电商推荐系统_项目系统设计(中)04.尚硅谷_电商推荐系统_项目系统设计(下)05.尚硅谷_电商推荐系统_项目框架搭建06.尚硅谷_电商推荐系统_数据加载模块(上)07.尚硅谷_电商推荐系统_数据加载模块(中)08.尚硅谷_电商推荐系统_数据加载模块(下)09.尚硅谷_电商推荐系统_统计推荐模块(上)10.尚硅谷_电商推荐系统_统计推荐模块(下)11.尚硅谷_电商推荐系统_基于LFM的离线推荐模块(上)12.尚硅谷_电商推荐系统_基于LFM的离线推荐模块(中)13.尚硅谷_电商推荐系统_基于LFM的离线推荐模块(下)14.尚硅谷_电商推荐系统_ALS模型评估和参数选择(上)15.尚硅谷_电商推荐系统_ALS模型评估和参数选取(下)16.尚硅谷_电商推荐系统_实时推荐模块(一)17.尚硅谷_电商推荐系统_实时推荐模块(二)18.尚硅谷_电商推荐系统_实时推荐模块(三)19.尚硅谷_电商推荐系统_实时推荐模块(四)20.尚硅谷_电商推荐系统_实时推荐模块(五)21.尚硅谷_电商推荐系统_实时推荐模块(六)22.尚硅谷_电商推荐系统_实时推荐模块测试23.尚硅谷_电商推荐系统_实时系统联调(上)24.尚硅谷_电商推荐系统_实时系统联调(下)25.尚硅谷_电商推荐系统_基于内容的离线推荐模块(上)26.尚硅谷_电商推荐系统_基于内容的离线推荐模块(下)27.尚硅谷_电商推荐系统_基于ItemCF的离线推荐(上)28.尚硅谷_电商推荐系统_基于ItemCF的离线推荐(下)29.尚硅谷_电商推荐系统_项目总结和部署