第四范式：基于大规模机器学习的推荐系统PPT

随着时代变迁的广告业，从广播、电视业广告的辉煌，到互联网门户时代的banner广告和狂轰乱炸的EDM，再到了搜索引擎和移动互联网时代的推荐位广告，随着人们的数据可被记录并且计算，也随之产生了计算广告学这门新兴学科。

从广撒网的广告形式到精准地捕捉到用户的需求，并且呈现给用户更加恰当的广告，给互联网公司带来了巨额的广告收入，这中间推荐系统功不可没。

电商的推荐系统则帮助电商网站大大提高销售额，亚马逊通过个性化推荐系统能够提高35%的销售量。

在2016年，推荐算法能够为Netflix节省每年10亿美元。让其中的冷门内容也能够发挥作用，需要依赖基于用户习惯数据的个性化推荐系统——利用个性化推荐，相比简单展示最受欢迎清单，观看率提升3-4倍。

本文侠说分享来自第四范式资深算法科学家程晓澄，他以“机器学习在推荐系统中的应用”为题，与大家分享了如何用机器学习来优化推荐系统相关技术问题。