【直播】解析：深度学习在推荐系统中的应用（内含30万年薪的秘密）

这个时候智能推荐便应运而生。基于机器算法的智能推荐，不仅缩减了搜索时间，同时也“智能”地推荐了大量的好剧。讲到智能推荐，我们不得不讲到这位：Netflix——世界上最了解用户的电影公司（其实是一家纯正的互联网公司），它的代表作《纸牌屋》可谓是风靡全球。

Netflix 采用了算法保密的推荐系统Cinematch，数据源渠主要有：

评分数据：上百亿的用户对视频的评分数据，并且每天以千万的规模增长，用户对视频的主观评分，反映用户的喜好。

播放数据：每天上千万的播放数据，这些数据包括用户的播放时长、播放时间点、设备类型等。

喜好数据：如将视频添加进我的片单、将视频添加进播放列表等操作数据，直接反映着用户的喜好。

交互数据：用户与网页的交互，包括鼠标点击、页面停留时长、鼠标轨迹等（有点厉害了）。

视频数据：用户播放的视频的属性数据，包括导演、演员、类型、评论等。

社交数据：Netflix与Facebook等社交网站打通，可以取到用户关联的Facebook账号的社交数据，如取到他们好友的播放记录，可实现基于好友的推荐。

搜索数据：每天上千万的搜索请求，包括用户输入的搜索关键字，以及最终用户选择的搜索结果等数据。

外部数据：外部电影网站的数据，如影片票房、影评等。

国内的互联网公司从没有放弃在前沿科技上追赶硅谷。近些年，国内的视频网站像优酷等，也在智能推荐上投入了大量的力量，吸引了一大波用户。

大型视频网站每天都有数以万计的视频上架和下架，存量也在几百万以上。如何有效的组织这几百万物品，找到一种最佳的展示形态，以最舒服的内容排列形式展示给用户。这就是个性化推荐系统的价值所在，而推荐重点和核心是如何应用推荐算法。

cinematch作为开Netflix最有价值的资产，一直被保密。优酷的智能推荐系统也有自己独到的优势。

雷锋网 · AI慕课学院即将推出『深度学习在推荐系统中的应用』公开课，中国第一批推荐系统开发者，中科大计算机硕士，司马找车（专注二手车检测）COO崔立明 ，从零讲授成为推荐系统工程师的必备知识，熟悉推荐系统，3个月冲击年薪30万的梦想。

本次崔立明硕士的公开课包括以下内容：

✔ 推荐系统定义及目前现状

    • 推荐系统应用领域；

    • 推荐系统工种细分；

    • 学习推荐系统需要哪些知识储备；

    • 推荐系统就业分布；

    • 人工智能如何应用于推荐系统

✔ 案例：优酷智能推荐系统

崔立明，中国第一批推荐系统开发者，主导设计开发优酷推荐系统、智能营销系统、深刻理解营销和传播学、中科大计算机硕士。

成功打造诸葛找房职能营销体系，盘活公司业务流转系统。在短时间内迅速组件广告技术团队，利用大数据和人工智能营销理念，把客单价降到最低。

目前就任于司马找车（专注二手车检测）COO（首席运营官），开辟技术运营的新世界。

课程时间：8月30日晚8：30

课程形式：直播+回放

同步直播：AI慕课学院、雷锋网APP

课程地址：关注公众号「AI慕课」，回复“推荐系统”获取课程信息~