欢迎来到Doc100.Net免费学习资源知识分享平台!
您的位置:首页 > 程序异常 >

百度技术沙龙雅量用户的数据挖掘与行为分析(1月7日 京仪大酒店)免费

更新时间: 2014-01-05 02:29:54 责任编辑: Author_N1

 

百度技术沙龙海量用户的数据挖掘与行为分析(1月7日 京仪大酒店)免费

百度技术沙龙第二十二期:海量用户的数据挖掘与行为分析(1月7日 周六)

公司: 百度

vcr.cover

公告: 把InfoQ中文站打造成更为纯粹的技术交流平台,让InfoQ中文站的读者能够有一个更简单、纯净的交流环境,是我们在2011年的工作重心之一。InfoQ将会通过组织活动,赠送书籍等形式鼓励大家将自己的账户更改为中文真实信息(在“首选项 ”中直接更新)。账户为中文真实信息的读者可以优先参与InfoQ中文站举办的各种技术活动,比如QClub、百度技术沙龙等,并有机会收到InfoQ或者与合作伙伴一起提供的技术刊物等。您的举手之劳,对我们非常重要!

同时我们也对InfoQ网站诸多功能和内容进行了升级,大家可以通过InfoQ中文站新闻InfoQ网站最新改进一览:SNS分享、搜索、真实信息、专栏 了解详细内容。

在SNS应用中,怎样快速、有效地深度分析、挖掘用户关系和行为?如何利用上述结果改进和提升产品,帮助用户更好的维护自己的关系网络和兴趣爱好,最终提升用户体验?海量数据挖掘和分析算法无疑是众多攻城工具之利器。有效的挖掘和分析算法不仅可以对现有系统进行评估,在获取用户真实反馈的同时,可以进一步的挖掘用户属性和用户关系,并最终使产品得到改进和提升,从而达到满足用户喜好,增强用户对产品粘性和舒适体验度等目的,以及帮助用户在最短的时间找到感兴趣的人和事。本次特别邀请到百度搜索部的高级工程师,从搜索算法评估、日志分析、用户趋势检测等角度来为大家分享海量数据的分析技术以及如何评估用户体验的经验,此外还邀请到人人网Social Graph算法工程师,讲述如何在用户真实身份所产生的大量数据的基础上,深度剖析社会化推荐算法的理念、实践和以及在人人网的应用等。

活动时间

2012年1月7日(周六),下午2:00~5:30

活动费用

免费!

活动地点

京仪大酒店,二层,第一会议室(海淀区大钟寺东路9号 )

活动报名

为确保您的参会,请务必在下面“登录 ”,填写您的“联系电话 ”,在您成功报名后,您会下载到本次活动的PDF邀请函,证明您已的报名成功。“会前两天 ”我们会有工作人员与您进行短信确认,回复短信“ ”即可参会,同时周五下午您还会收到我们发送的“短信提醒 ”。有任何问题欢迎致信此次活动的负责人Ring 。

演讲嘉宾及主题

嘉宾简介: 彭滔
彭滔 ,百度网页搜索部用户行为分析方向高级工程师,2009年从清华大学获博士学位后加入百度,一直专注于日志分析和用户建模相关工作。目前主要负责基于日志的搜索算法评估、线上系统监控、用户趋势检测等几方面工作。对一切海量数据的分析技术感兴趣。
演讲主题: 搜索引擎评估与互联网用户行为建设
主要内容: 搜索引擎已成长为中国互联网的第一大应用。亿万网民每天会在百度发出海量查询。基于如此巨量且千差万别的查 询,如何判断一种新的排序算法是好还是差的问题,变得相当棘手。面对挑战,百度采取了两条腿走路的策略。一方面,我们设计开发了一套HC(human computation)系统,将复杂的评估任务拆解,分发给大量非专业人员评价。最后汇总结果,给出足够精确和稳定的总体结论。另一方面,基于宝贵的用 户日志,我们设计了一套实验框架,在不影响百度在线服务的条件下开展超大规模的对比实验,获取网民的真实反馈,评判新算法的优劣。评估算法最终是评估用户 体验。在实践中,我们获得了很多宝贵和有趣的经验,愿与所有希望深入了解用户的工程师共享。

嘉宾简介: 张叶银
张叶银 毕业于中科院自动化所,目前担任人人网Social Graph算法工程师,主要负责Social Graph算法的研发,感兴趣的方向主要有大规模数据挖掘机器学习的应用及社会化计算。在刚刚结束的Hadoop中国2011大会中,分享了题为《基于Hadoop的SNS统计平台和聚类推荐》的演讲。
演讲主题: 社会化推荐算法在人人网的应用实践
主要内容: 随着社会化应用及社交网络的飞速发展,推荐系统也逐渐成为技术架构的核心组成部分,Social Graph作为社交网络的基础,为整个人人网提供了基础的关系服务,保证了好友推荐的有效性以及信息流通的时效性。在Social Graph基础上,可以发现好友及好友间的层次关系,它是真实生活圈的映射,基于这些网络关系,可以迅速找到感兴趣的人和事,促进人与人之间的交流。本次演讲,将以社交化的好友推荐,个性化推荐(好友推荐、社交媒体)为例,对无监督的聚类分析和有监督的学习算法的应用进行详细阐述。

 

 

报名地址

http://www.infoq.com/cn/vendorcontent/show.action?vcr=1700

上一篇:上一篇
下一篇:下一篇

 

随机推荐程序问答结果

 

 

如对文章有任何疑问请提交到问题反馈,或者您对内容不满意,请您反馈给我们DOC100.NET论坛发贴求解。
DOC100.NET资源网,机器学习分类整理更新日期::2014-01-05 02:29:54
如需转载,请注明文章出处和来源网址:http://www.doc100.net/bugs/t/10589/
本文WWW.DOC100.NET DOC100.NET版权所有。