课程简介
本次培训主要结合电商的实际应用，阐述了自然语言处理（NLP），数据挖掘（DM）和机器学习（ML）算法的落地和产出过程，对于在大数据处理方面的技巧和变现能力会有很大的提升。
目标收益
1.学员能够深刻了解大数据是什么，以及大数据的意义和关联性，培养对于大数据的敏感性；
2.学员学习算法如何才能创造价值：
1）对于待解决问题的全面评估，包括ROI分析等；
2）在有提升空间的基础之上，算法如何“接地气”和数据融合，并最终产出；
3）了解如何通过流程来控制和保证算法产出的过程。
培训对象
课程内容
本次培训主要结合电商的实际应用，阐述了自然语言处理（NLP），数据挖掘（DM）和机器学习（ML）算法的落地和产出过程，对于在大数据处理方面的技巧和变现能力会有很大的提升。
课程大纲
| 关联规则（Apriori）算法在实际应用中的优化 |
1、作弊订单去除 2、“最佳拍档”中的关联规则 讲述了基本的关联规则算法 3、问题发现与分析 （1）订单数据反作弊 （2）数据+算法融合的角度 （3）badcase实例印证 4、效果空间预估 5、算法改进 6、效果的衡量 （1）上线前：Debug工具 （2）上线：ABtest系统 7、ROI分析 8、案例启示&下一步尝试 |
| 商品评论排序对于用户购买的影响 |
1、评论排序因素 2、内容相关性计算 （1）商品内容表示 （2）评论内容表示 （3）商品和评论的相似性计算 3、排序模型 4、效果评估 （1）测试方法 （2）衡量指标 （3）效果对比及分析 5、作弊与反作弊 6、评论智能排序-ROI分析 |
|
关联规则（Apriori）算法在实际应用中的优化 1、作弊订单去除 2、“最佳拍档”中的关联规则 讲述了基本的关联规则算法 3、问题发现与分析 （1）订单数据反作弊 （2）数据+算法融合的角度 （3）badcase实例印证 4、效果空间预估 5、算法改进 6、效果的衡量 （1）上线前：Debug工具 （2）上线：ABtest系统 7、ROI分析 8、案例启示&下一步尝试 |
|
商品评论排序对于用户购买的影响 1、评论排序因素 2、内容相关性计算 （1）商品内容表示 （2）评论内容表示 （3）商品和评论的相似性计算 3、排序模型 4、效果评估 （1）测试方法 （2）衡量指标 （3）效果对比及分析 5、作弊与反作弊 6、评论智能排序-ROI分析 |
近期公开课推荐
