BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

您现在处于全屏预览
关闭全屏预览

移动端设备商上如何做好推荐系统
录制于:

| 作者 谭志刚 关注 0 他的粉丝 发布于 2016年7月6日 | QCon上海2018 关注大数据平台技术选型、搭建、系统迁移和优化的经验。
28:17

概要
大数据时代,给移动端设备商带来了两个新的特点:一方面,移动端设备作为一个数据的集散地 (data hub),拥有的数据往往更多、更杂,涉及的面更广,需要更多的处理能力;另一方面,移动端设备需要用到推荐系统的场景很多,如应用商店、游戏中心、音乐、阅读、O2O、Push平台等等。如何寻找一种通用的解决方案,利用好这些数据,准确把握并预测用户需求,不断提升用户体验的同时也能保证推荐系统的性能满足要求,这是一个有意思且具挑战性的任务。 本话题将介绍魅族推荐系统是如何从数据埋点、数据清洗、特征融合到推荐算法架构等方面的创新与探索,重点讲述了如何利用移动设备上数据的特点,打造高性能推荐算法的过程。

个人简介

谭志刚,魅族资深技术专家,大数据算法负责人。09年香港大学博士毕业后,长期专注于模式识别、机器学习技术的应用研发。先后在ASTRI、 Sungard、StatMaster等单位任职。作为技术负责人,帮助魅族建设了推荐系统、舆情分析系统、与广告竞价系统等多套数据算法。

QCon是由InfoQ主办的全球顶级技术盛会,每年在伦敦、北京、东京、纽约、圣保罗、杭州、旧金山召开。自2007年3月份首次举办以来,已经有包括传统制造、金融、电信、互联网、航空航天等领域的近万名架构师、项目经理、团队领导者和高级开发人员参加过QCon大会。

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT