大数据时代传统推荐系统已逐渐落幕，如何提升用户体验，推荐算法的优化必不可少。个性化推荐，是指通过分析、挖掘用户行为，发现用户的个性化需求与兴趣特点，将用户可能感兴趣的信息或商品推荐给用户。推荐算法已经应用到了各个领域的网站中，包括图书、音乐、视频、新闻、电影、地图等等。而电子商务的应用近年来逐渐普及，http://Amazon.com、http://ebay.com、http://Staples.com、当当网、豆瓣图书、淘宝网等都使用了电子商务推荐系统，推荐系统不止给这些互联网商家带来了巨大的附加利益，同时也提高了用户满意度，增加了用户黏性。
BG PLUS
课题名称
商业分析与电子商务：Amazon, Netflix的推荐系统如何创造商业价值探究
本课程会涉及推荐系统中最为核心的推荐算法内容，了解Amazon, Netflix, Spotify, Youtube的获客法宝。他们如何根据用户过去的经验和其他用户的经验，向用户推荐他们可能喜欢的东西。这一算法并不简单，预测用户购买动作和喜好需要采用许多计算方法，只有最终预测出用户可能的理想操作才算成功。本课程将利用线性代数和机器学习的方法来设计成功的算法，学会为用户预测理想的和可操作的项目。
项目亮点
01名校教授指导
布朗大学终身教授，布朗大学计算和数学科学终身教授，布朗大学计算分子生物学中心的前主任，曾任Celera基因组公司的高级主管，曾在Science上发表论文The Sequence of the Human Genome，研究领域：计算分子生物学、人类遗传学、统计物理学、算法和计算复杂性。
02项目产出丰富
●符合项目成绩要求的优秀学员可获网申推荐信
●成绩单
●EI/CPCI/SCOPUS或同等级别会议参会证明与论文发表指导
●学术评估
●结业证书
项目安排
想了解更多科研项目，欢迎咨询BG学术顾问
