1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
       2、培训结束后,授课老师留给学员联系方式,保障培训效果,免费提供课后技术支持。
       3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书，提升职业资质。专注高端技术培训15年，端海学员的能力得到大家的认同，受到用人单位的广泛赞誉，端海的证书受到广泛认可。

• 培训特色
  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
• 目标收益
  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
  
• 主题 内容
  关联规则（Apriori）算法在实际应用中的优化
• 该单元介绍基本关联规则算法在电商实际订单数据中的问题，以及对于问题空间预估保证提升空间的前提下，优化关联规则模型的过程。
• 1、 传统关联规则算法
  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
• 第二单元
  商品评论排序对于用户购买的影响
  
• 该单元介绍了如何处理用户产生的商品评论，将其按照价值由大到小进行排序，评论的价值取决于影响用户快速决策购买商品的信息量。
• 1、背景介绍
  2、评论排序因素
  3、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
  4、排序模型
  5、效果评估
  （1）测试方法
  （2）衡量指标
  （3）效果对比及分析
  6、作弊与反作弊
  7、评论智能排序-ROI分析
• 第三单元
  商品“冷启动” -基于语义主题的新品推荐
  
• 该单元以电商商品推荐为例，讲述了在没有用户行为的情况下，如何将小众或新上市的商品进行准确的展现，提高用户体验的同时带来更多的流量。
• 1、马太效应
  2、商品的冷启动
  3、基于内容的主题特征抽取
  （1）语义主题特征
  （2）特征关联
  4、正负样本形成
  5、CTR预估模型
  6、效果衡量与分析
• 第四单元
  用户行为分析
  
• 根据不同场景的用户行为，挖掘潜在有价值信息或者用户意图。
• 1、商品互补类识别
  1、 优质用户挖掘
  2、 品牌相似性计算
  3、 用户点击商品行为建模
  4、 用户新闻兴趣建模
  5、 长尾query的智能纠错