社交电商模式创新课题：大数据及信息技术时代下的推荐算法原理

社交电商模式创新课题：大数据及信息技术时代下的推荐算法原理

在数字时代，推荐系统（recommendation engine）对我们来说并不是一个陌生的概念。有一些人甚至将它类比为“旧时代的AI系统”。比起未来的人工智能，推荐系统缺少很多令人眼花缭乱的特效，比如图像识别或者语音系统。但是推荐系统依旧非常实用和强大，现在我们熟悉的各大平台都在使用这一系统。比如，Youtube的相关视频推荐，Amazon的相似商品推荐邮件，Kindle电子书店里的“你可能还喜欢这些书籍”板块，这些我们熟悉的内容都是推荐系统的“杰作”。另外，在Uber和Netflix的产品负责人尼尔·亨特（Neil Hunt）的一篇论文中，他提到说算法系统让Netflix每年省下超过10亿美元的费用。另外，80%的用户都会在“推荐列表”里观看视频。

本课程将尝试 "揭开 "这些应用的神秘面纱，并简要介绍其设计所依据的关键算法思想和原则。涉及的主题包括 (1) 探索/开发的权衡（对于像Tiktok这样的推荐系统）；(2) 匹配算法（用于像Uber这样的叫车系统）；(3) 页面排名算法（由谷歌）；(4) 网络算法（用于Facebook等社交网络）；(5) 市场算法（用于亚马逊等数字市场）。

适用学员

对计算机科学，推荐算法，数字媒体，社交网络，信息技术等方向感兴趣的高中生或本科生，具备概率论，线性代数，图论基础知识的学生优先。

项目亮点

全球顶 尖师资专业科研团队

全面成果保 障双导师EDU推荐信

十年经验积淀科学高效模式

国际声誉影响中外媒体背书

高频教学体系七周多维收获

项目收获

符合项目成绩要求的优秀学员可获学术主导师&论文主导师EDU推荐信

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别国际会议全文投递与发表指导

学术评估

成绩单