架構(gòu)師
互聯(lián)網(wǎng)
電商
互聯(lián)網(wǎng)金融
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

搜索引擎技術(shù)及其應(yīng)用

Q. Jun

騰訊 技術(shù)總監(jiān)

機(jī)器學(xué)習(xí)海歸博士,騰訊技術(shù)總監(jiān),專長AI技術(shù)在現(xiàn)實(shí)應(yīng)用場景的落地及變現(xiàn),對不同領(lǐng)域的內(nèi)容識(shí)別,推薦,搜索和廣告有豐富的經(jīng)驗(yàn)。前網(wǎng)易,負(fù)責(zé)網(wǎng)易新聞內(nèi)容的(個(gè)性化)推薦和剩余流量效果廣告變現(xiàn)。其一直致力于大數(shù)據(jù)算法和業(yè)務(wù)的結(jié)合并創(chuàng)造價(jià)值,作為行業(yè)老兵積極參與行業(yè)內(nèi)各種技術(shù)大會(huì),分享近年來的算法成果。 前當(dāng)當(dāng)網(wǎng)算法研究員,NLP和算法團(tuán)隊(duì)負(fù)責(zé)人,負(fù)責(zé)當(dāng)當(dāng)網(wǎng)推薦,廣告,搜索和NLP方面的算法應(yīng)用。其對數(shù)據(jù)和算法的融合有豐富的經(jīng)驗(yàn),通過技術(shù)創(chuàng)造價(jià)值為公司帶來過億元的營收。多次代表當(dāng)當(dāng)網(wǎng)作為嘉賓參與CTO俱樂部,系統(tǒng)架構(gòu)師大會(huì)等技術(shù)會(huì)議,分享當(dāng)當(dāng)網(wǎng)近年來的算法成果。

機(jī)器學(xué)習(xí)海歸博士,騰訊技術(shù)總監(jiān),專長AI技術(shù)在現(xiàn)實(shí)應(yīng)用場景的落地及變現(xiàn),對不同領(lǐng)域的內(nèi)容識(shí)別,推薦,搜索和廣告有豐富的經(jīng)驗(yàn)。前網(wǎng)易,負(fù)責(zé)網(wǎng)易新聞內(nèi)容的(個(gè)性化)推薦和剩余流量效果廣告變現(xiàn)。其一直致力于大數(shù)據(jù)算法和業(yè)務(wù)的結(jié)合并創(chuàng)造價(jià)值,作為行業(yè)老兵積極參與行業(yè)內(nèi)各種技術(shù)大會(huì),分享近年來的算法成果。 前當(dāng)當(dāng)網(wǎng)算法研究員,NLP和算法團(tuán)隊(duì)負(fù)責(zé)人,負(fù)責(zé)當(dāng)當(dāng)網(wǎng)推薦,廣告,搜索和NLP方面的算法應(yīng)用。其對數(shù)據(jù)和算法的融合有豐富的經(jīng)驗(yàn),通過技術(shù)創(chuàng)造價(jià)值為公司帶來過億元的營收。多次代表當(dāng)當(dāng)網(wǎng)作為嘉賓參與CTO俱樂部,系統(tǒng)架構(gòu)師大會(huì)等技術(shù)會(huì)議,分享當(dāng)當(dāng)網(wǎng)近年來的算法成果。

課程費(fèi)用

3800.00 /人

課程時(shí)長

1

成為教練

課程簡介

搜索引擎技術(shù)及其應(yīng)用

目標(biāo)收益

培訓(xùn)對象

課程大綱

相關(guān)性召回候選集 -NLP關(guān)鍵技術(shù)及應(yīng)用
1、 分詞
2、 關(guān)鍵詞提取
3、 語意主題
4、 基于語意主題的用戶畫像
5、 個(gè)性化推薦與檢索

-Query優(yōu)化實(shí)踐
1、 Query智能改寫在搜索中應(yīng)用
2、 Query同義詞挖掘在搜索廣告中的應(yīng)用
候選集排序 -基于位置無關(guān)的CTR預(yù)估
1、 影響CTR的因素
2、 基于多因素的Two-stage模型
3、 實(shí)現(xiàn)步驟
4、 問題及改進(jìn)

-基于LR的CRT預(yù)估
1、 特征及特征關(guān)聯(lián)
2、 正負(fù)樣本形成
3、 點(diǎn)擊率預(yù)估模型
4、 效果衡量
5、 Why sigmoid
相關(guān)性召回候選集
-NLP關(guān)鍵技術(shù)及應(yīng)用
1、 分詞
2、 關(guān)鍵詞提取
3、 語意主題
4、 基于語意主題的用戶畫像
5、 個(gè)性化推薦與檢索

-Query優(yōu)化實(shí)踐
1、 Query智能改寫在搜索中應(yīng)用
2、 Query同義詞挖掘在搜索廣告中的應(yīng)用
候選集排序
-基于位置無關(guān)的CTR預(yù)估
1、 影響CTR的因素
2、 基于多因素的Two-stage模型
3、 實(shí)現(xiàn)步驟
4、 問題及改進(jìn)

-基于LR的CRT預(yù)估
1、 特征及特征關(guān)聯(lián)
2、 正負(fù)樣本形成
3、 點(diǎn)擊率預(yù)估模型
4、 效果衡量
5、 Why sigmoid

活動(dòng)詳情

提交需求