分享
  • 打开微信扫码分享

  • 点击前往QQ分享

  • 点击前往微博分享

  • 点击复制链接

京东电商推荐系统的应用实践

  • 京东科技开发者
  • 2020-12-21
  • 36214浏览

课程简介:

数字化信息时代,推荐系统已经成为了 To C 互联网产品的标配技术,而推荐算法对于业务收益的提升也起到了至关重要的作用。像亚马逊Netflix 等平台,都会通过推荐系统来获取巨大的商业价值,据数据统计,推荐系统每年能为 Netflix 产生超 10 亿美元的商业价值,亚马逊约 40% 的收入来自个性化推荐系统。


那么,兴趣拓展如何驱动电商推荐持续增长?电商场景下推荐系统的未来规划是怎样的?对于这些问题,本次分享,邀请在机器学习、推荐系统领域有十余年前沿探索和工业实践经验的京东推荐广告算法负责人彭长平,带来《京东电商推荐系统的应用实践》技术演讲。


讲师介绍:葛.jpg

image.png

彭长平  京东推荐广告算法负责人

分享简介:

1、电商推荐系统它自身具备的特点,以及相比其他推荐系统的差异;

2、京东在用户兴趣拓展创新,分别介绍基于商品知识图谱的兴趣召回、基于维度关系建模的泛化兴趣排序、基于 Listwise 全局建模的兴趣重排序;

3、电商场景下推荐系统的未来规划。

共0条评论