 班級規模及環境--熱線:4008699035 手機:15921673576( 微信同號) |
| 每個班級的人數限3到5人，互動授課， 保障效果，小班授課。 |
| 上間和地點 |
上部份地點：【上海】同濟大學(滬西)/新城金郡商務樓(11號線白銀路站)【深圳分部】：電影大廈(地鐵一號線大劇院站)/深圳大學成教院【北京分部】：北京中山學院/福鑫大樓【南京分部】：金港大廈(和燕路)【武漢分部】：佳源大廈（高新二路）【成都分部】：領館區1號（中和大道）【沈陽分部】：沈陽理工大學/六宅臻品【鄭州分部】：鄭州大學/錦華大廈【石家莊分部】：河北科技大學/瑞景大廈
最近開間(周末班/連續班/晚班）：2019年1月26日 |
| 實驗設備 |
◆小班教學，教學效果好
☆注重質量☆邊講邊練
☆合格學員免費推薦工作
★實驗設備請點擊這兒查看★ |
| 質量保障 |
1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
3、培訓合格學員可享受免費推薦就業機會。☆合格學員免費頒發相關工程師等資格證書，提升職業資質。專注高端技術培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。 |
部份程大綱 |
| |
- 培訓特色
本次培訓主要結合電商的實際應用，闡述了自然語言處理（NLP），數據挖掘（DM）和機器學習（ML）算法的落地和產出過程
- 目標收益
對于在大數據處理方面的技巧和變現能力會有很大的提升。
- 課程大綱
- 主題 內容
關聯規則（Apriori）算法在實際應用中的優化
- 該單元介紹基本關聯規則算法在電商實際訂單數據中的問題，以及對于問題空間預估保證提升空間的前提下，優化關聯規則模型的過程。
- 1、 傳統關聯規則算法
2、“最佳拍檔”中的關聯規則
講述了基本的關聯規則算法
3、問題發現與分析
（1）訂單數據反作弊
（2）數據+算法融合的角度
（3）badcase實例印證
4、效果空間預估
5、算法改進
6、效果的衡量
（1）上線前：Debug工具
（2）上線：ABtest系統
7、ROI分析
8、案例啟示&下一步嘗試
- 第二單元
商品評論排序對于用戶購買的影響
- 該單元介紹了如何處理用戶產生的商品評論，將其按照價值由大到小進行排序，評論的價值取決于影響用戶快速決策購買商品的信息量。
- 1、背景介紹
2、評論排序因素
3、內容相關性計算
（1）商品內容表示
（2）評論內容表示
（3）商品和評論的相似性計算
4、排序模型
5、效果評估
（1）測試方法
（2）衡量指標
（3）效果對比及分析
6、作弊與反作弊
7、評論智能排序-ROI分析
- 第三單元
商品“冷啟動” -基于語義主題的新品推薦
- 該單元以電商商品推薦為例，講述了在沒有用戶行為的情況下，如何將小眾或新上市的商品進行準確的展現，提高用戶體驗的同時帶來更多的流量。
- 1、馬太效應
2、商品的冷啟動
3、基于內容的主題特征抽取
（1）語義主題特征
（2）特征關聯
4、正負樣本形成
5、CTR預估模型
6、效果衡量與分析
- 第四單元
用戶行為分析
- 根據不同場景的用戶行為，挖掘潛在有價值信息或者用戶意圖。
- 1、商品互補類識別
1、 優質用戶挖掘
2、 品牌相似性計算
3、 用戶點擊商品行為建模
4、 用戶新聞興趣建模
5、 長尾query的智能糾錯
|
首頁 課程表 在線聊 報名 講師 品牌 QQ聊 活動 就業