|
个性化是这个时代最耀眼的特征，谁能更好更快的抓住用户的个性化需求，谁就将赢得商业的未来。腾讯曾经推出了一个名为“广点通”的广告系统，广告可以发布在QQ和QQ空间里，实现对目标人群的精准营销。阿里也瞅准了企业对大数据的需求，推出了重量级大数据平台ODPS，实现了6小时处理100PB的数据。处在风口浪尖上的电商网站更是毫不示弱，个性化推荐系统就像一个采购助手一样帮助用户来选购商品。唯品会在大数据的应用和个性化推荐上也投入了很大的精力，对不同性别的用户推荐不同商品的精准推荐。而对于招聘类网站，比如58同城，在推荐系统的架构设计上下足了功夫，用户浏览职位找工作时可以推荐相关的职位，商户下载简历时推荐相关的简历。同样的，社交网站通过个性化好友推荐系统，帮助用户建立网状复杂的人际关系，最终提高用户对于本类社交网站的忠诚度。本期活动欢迎大家一起来探讨互联网大规模数据挖掘与分布式处理的话题，2014中国系统架构师大会SACC 2014将于9月17-19日在北京五洲皇冠国际酒店盛大召开，届时来自腾讯、阿里、唯品会、58同城、社交网络的大牛将会悉数到场，为大家指点迷津，破解大数据时代下的数据挖掘与推荐系统之谜，欢迎大家报名参加，大会官网：http://sacc.it168.com/ 话题讨论： 1.《今日头条》的个性化推荐是如何实现的？你用过的推荐引擎或者个性化推荐服务有哪些？ 2.有些人将数据挖掘看成是机器学习的同义词，您认为呢？一些常见的数据挖掘方法有哪些？数据分析、数据挖掘、数据统计之间哪些差异？ 3.真正能够驾驭这个文件系统是一个高级编程系统的开发环境，Map-Reduce就是其中的核心系统之一。它实现了很多基于大规模数据的最常见计算能够在大规模计算机集群上高效实现，还能够支持计算过程的硬件容错性。Map-Reduce是一种计算模式，包含了Map和Reduce函数，请分析下Map任务和Reduce任务的区别。 4.越来越多的企业牵手个性化推荐系统，对用户喜好进行预测，推荐系统用到的主流技术有三大类，内容推荐、协同过滤推荐、聚类推荐三种策略，请谈谈对这三种推荐技术的理解。 5.想象下社交网站的网络图结构错综复杂，包含了上亿个节点和几十亿条边。如何在社交网站的朋友关系网络中搜索？常用的搜索算法有哪些？ 6.分享下试读《大数据：互联网大规模数据挖掘与分布式处理》图书的感想。 活动时间：2014年7月29日-8月25日 活动奖励：选取表现最佳会员5名，赠送《大数据：互联网大规模数据挖掘与分布式处理》图书1本，欢迎大家踊跃回帖。
书名：《大数据：互联网大规模数据挖掘与分布式处理》 作者：Anand Rajaraman 数据库和Web技术领域权威，创业投资基金Cambrian联合创始人，斯坦福大学计算机科学系助理教授。Jeffrey David Ullman 美国国家工程院院士，计算机科学家，斯坦福大学教授。 出版社:人民邮电出版社 试读地址：http://www.ituring.com.cn/book/913 更多图书请点击：http://jmall.jd.com/p151429.html http://www.ituring.com.cn/book chuwuwang
keithguofan
supengmmer
lidrema
Detaillee
| 
IP卡
狗仔卡
发表于 2014-7-29 15:58
提升卡
置顶卡
变色卡
显身卡
发表于 2014-7-30 08:28
