回到首頁
個人.家庭.數位化 - 數位之牆



產業動態 資策會9/29開辦【推薦系統方法與實務】
資策會 本新聞稿發佈於2014/09/09,由發布之企業承擔內容之立場與責任,與本站無關

本課程旨在幫助學員建立對於推薦系統此領域有所全方位的認識,從分析資料特性,建立推薦模型,到因應領域修改推薦模型,讓參訓學員瞭解正確的觀念與方法,課程重點在於透過部分實作與互動的教學,以及藉由在不同領域(如商品,多媒體或旅遊推薦)實際處理real data的方式,以從體驗中驗證課程所學。

 
■ 發布/輪播新聞稿 新聞稿直達14萬電子報訂戶刊登新聞稿:按此 想在你的Blog上輪播產業動態按此
 


現今電子商務的先驅Amazon之所以營運成功,推薦系統絕對是一大助力。在 2012 年第二財季,Amazon 營收達 128.3 億美元,相較於當時去年總體營收增長了 29 %。如此大幅的增長要歸功於 Amazon 的推薦系統,將推薦清單與購物流程進行整合,從發現一個產品到完成結帳,推薦商品無所不在。進入 Amazon 網站,你會看到許多推薦商品的欄位,進入某個產品的頁面後,你還會看到「人氣組合」( Frequently Bought Together )」與「其它會員同時還買了哪些產品」( Customers Who Bought This Item Also Bought )的欄位。
為了滿足業界需求,資策會特規劃「推薦系統方法與實務」課程,本課程學員將學習到推薦系統之兩大關鍵主題,「協同過濾式推薦系統」與「加入內容、社群、時間的推薦系統」。學員們將透過本課程深刻了解不同推薦系統特性與適合使用時機, 使學員具有面對不同領域或商品設計適合之推薦方法的能力。
課程網址: http://www.iiiedu.org.tw/ites/RS.htm

課程大綱:
1. 協同過濾式推薦系統
-Neighborhood-based recommender
-Matrix Factorization (MF) method
-Non-Negative MF method
-Max-Margin MF Method
-One-class Collaborative Filtering Method

2. 加入內容、社群、時間的推薦系統
-內容為本的推薦
-加入社群因子的推薦
-加入時間的推薦系統
-整合型(Hybrid) recommender system
-實務操作演練

- 新聞稿有效日期,至2014/09/29為止


聯絡人 :黃小姐
聯絡電話:(02)6631-6533
電子郵件:julie620@iii.org.tw

上一篇:機器視覺檢測軟體Matrox DA 4.0發表 暨MIL 10版本更新
下一篇:資策會9/21開辦「SOA服務導向架構設計與應用」

 
搜尋本站


最新科技評論

共享經濟:以人民的名義爭奪流量入口 - 2017/06/18

影音網站的未來(三) PGC孵化IP,直播更接近長尾 - 2016/10/16

影音網站的未來(二)短影音適合往社交和工具發展 - 2016/10/09

影音網站的未來(一)長尾效應與頭部效應無法兼顧 - 2016/10/02

大部分O2O 模式違反網際網路經濟特性 - 2015/02/08

融資是怎麼回事(下)什麼人能拿到投資 - 2015/01/04

融資是怎麼回事(中)讀懂投資人的唇語 - 2014/12/21

融資是怎麼回事(上)融資是迭代的過程 - 2014/12/14

奢品服務業O2O 興起,網際網路創業者的新機會 - 2014/07/20

■ 訂閱每日更新產業動態
RSS
RSS

當月產業動態

Information

 

 

 

 




個人.家庭.數位化 - 數位之牆

欲引用本站圖文,請先取得授權。本站保留一切權利 ©Copyright 2008, DigitalWall.COM. All Rights Reserved.
Question ? Please mail to service@digitalwall.com

歡迎與本站連結!