大数据训练营

作者：刘旭晖 Raymond 转载请注明出处Email：colorant at 163.comBLOG：http://blog.youkuaiyun.com/colorant/更多云计算相关项目快速理解文档  http://blog.youkuaiyun.com/colorant/article/details/8255910==是什么 == 目标Scope（解

推荐系统介绍自从1992年施乐的科学家为了解决信息负载的问题，第一次提出协同过滤算法，个性化推荐已经经过了二十几年的发展。1998年，林登和 他的同事申请了“item-to-item”协同过滤技术的专利，经过多年的实践，亚马逊宣称销售的推荐占比可以占到整个销售GMV（Gross Merchandise Volume，即年度成交总额）的30%以上。随后Netflix举办的推荐算法优化竞赛

现在网上到处都有推荐。亚马逊等主流电子商务网站根据它们的页面属性以各种形式向用户推荐产品。Mint.com之类的财务规划网站为用户提供很多 建议，比如向用户推荐他们可能想要办理的信用卡，可以提供更好利率的银行。谷歌根据用户搜索历史记录的信息优化搜索结果，找到相关性更高的结果。这些知名公司使用推荐提供情境化的、有相关性的用户体验，以提高转化率和用户满意度。这些建议原来

【作者简介：刈刀（程君杰），曾就职于阿里巴巴移动事业部，数据技术专家。主要负责业务数据分析挖掘系统架构和设计，包括大规模数据采集、分析处理、数据挖掘、数据可视化、高性能数据服务等。】前言在移动互联网迅速发展的今天，信息量爆发性增长，人们获取信息的途径越来越多，如何从大量的信息中获取我们想要的内容，成为了推荐系统研究的重点。 随着大数据产业的不断壮大，推荐系统在企业也越来越重要，从亚马逊

视频+ppt地址 : http://www.infoq.com/cn/presentations/sharing-recommendation-system-application-experience