简介
推荐系统是一种根据用户的选择来预测或过滤偏好的系统。推荐系统用于各种领域，包括电影，音乐，新闻，书籍，研究文章，搜索查询，社交标签和一般产品。
推荐系统以两种方式中的任何一种产生推荐列表 -
协同过滤：协同过滤方法根据用户过去的行为（即用户购买或搜索的项目）以及其他用户做出的类似决策来构建模型。然后，该模型用于预测用户可能感兴趣的项目（或项目的评级）。
基于内容的过滤：基于内容的过滤方法使用项目的一系列离散特征，以推荐具有类似属性的其他项目。基于内容的过滤方法完全基于项目的描述和用户偏好的简档。它根据用户的过去偏好推荐项目。

大纲

1. 推荐系统介绍：概念、使用场景
2. 研究现状：主要算法与原理
3. 案例分析：“猜你喜欢”
4. 发散思维：风险控制、旅行预测

课程地址：《CDA 八点大咖汇：推荐系统简介与应用案例探讨》

DA内容精选