"1. 深入理解推荐系统核心概念与 Exploit & Explore 问题，筑牢推荐系统理论基础。​

2. 熟练掌握基于内容推荐、协同过滤等常用算法，以及矩阵分解等关键技术的应用。​
3. 学会设计推荐系统架构并明确评价指标，提升推荐系统设计能力。​
4. 掌握企业级推荐算法如 CTR 预估、GBDT + LR 等在实际场景中的应用，能应对不同企业的推荐需求。"

本课程聚焦推荐系统的设计与实战，全面覆盖推荐系统的核心知识与企业级应用。第一章从推荐系统的基本概念入手，讲解什么是推荐系统、Exploit & Explore 问题，介绍基于内容的推荐、基于协同过滤的推荐等常用算法。通过动手设计环节，让学员明确推荐系统的评价指标，学习推导推荐系统架构的方法。同时深入讲解矩阵分解算法（ALS、SVD）、基于邻域的协同过滤以及 UserCF 与 ItemCF，并结合 MovieLens 推荐算法案例加深理解。第二章聚焦推荐算法在企业中的应用，首先介绍点击率预估算法，包括常用 CTR 预估算法、GBDT + LR 算法、Wide & Deep 算法，结合阿里移动推荐算法挑战赛案例进行实战讲解。接着以视频推荐为例，解析互联网公司的千人千面推荐，包括 YouTube 推荐系统、基于 DNN 的推荐系统架构及主要特征处理。最后以民宿推荐为例，讲解传统企业的千人十面推荐，介绍 Airbnb 个性化推荐场景、房源特征工程（List Embedding）以及冷启动和低频场景的推荐策略。课程通过理论与实战结合，助力学员掌握从算法设计到企业落地的全流程推荐系统技能。

1. 订阅成功后，推荐通过“极客时间”App 端、Web 端学习。
2. 本课程为虚拟商品，交付形式为视频，一经订阅，概不退款。
3. 订阅后分享海报，每邀一位好友订阅有现金返现。
4. 戳此先充值再购课更划算，还有最新课表、超值赠品福利。
5. 企业采购推荐使用“极客时间企业版”便捷安排员工学习计划，掌握团队学习仪表盘。
6. 戳此申请学生认证，订阅课程享受原价 5 折优惠。
7. 价格说明：划线价、订阅价为商品或服务的参考价，并非原价，该价格仅供参考。未划线价格为商品或服务的实时标价，具体成交价格根据商品或服务参加优惠活动，或使用优惠券、礼券、赠币等不同情形发生变化，最终实际成交价格以订单结算页价格为准。