数据挖掘在推荐系统中的应用研究

数据挖掘在推荐系统中的应用研究

数据挖掘在推荐系统中的应用研究
项目类别:科研类-理工 项目时间:常年招生 项目地点:远程 适合学生:数据分析相关专业的学生
项目简介

  线上定制指导

  48课时科研基础课

  25课时学术写作强化课

  项目时长:2个月

  开始时间:全年滚动招生,随时开始

  涉及领域

  本课题涉及到机器学习、Python编程、人工智能等方面的知识,适合申请数据科学,人工智能专业、计算机专业,数据分析方向等相关专业的学生。

  项目成果

  专属个性化导师推荐信;

  定制化学术研究经历。

  研究前沿性

  推荐系统和在线广告是现在互联网的主流商业模式。点击率(Click-Through-Rate, CTR)预估的本质是使商家、平台、用户三方利益maximization,即商家获得更多人的点击、平台获得更多的收益、用户在购买过程中的满意度增加。因此,对广告点击率预估的研究具有重要的商业价值。机器学习是人工智能的核心技术,被广泛应用于不同领域,并取得了不错的效果。伴随着推荐系统的发展,已有研究将机器学习技术应用到点击率预估中。因此,我们研究利用机器学习方解决点击率预估问题,提高预估效果,这是有意义的。学生可以通过该项目掌握一个相对通用的数据分析和挖掘的解决方案。点击率预估是泛数据挖掘领域的经典问题,通过学习点击率预估算法,可以将该方法推广到其他数据挖掘应用场景中。通过该课程,学生还可以学到相关计算机知识,提高编程能力和数学建模能力。

  1v1定制化辅导参考任务

  科研阶段:

  掌握查阅文献和研究方法;

  了解机器学习基本知识;

  基于机器学习工具和点击率方向调研实现算法设计;

  基于仿真结果,进行实验验证。

快速定制您的个性化留学方案
优选顾问
更多
免费咨询 诚信服务 名校解读 专业分析