智能推荐与个性化系统
实验说明
实验五:智能推荐与个性化系统
深入学习推荐系统的架构与算法,理解用户画像构建、协同过滤、内容推荐等技术。通过实现个性化推荐引擎,掌握A/B测试和效果评估方法。
为构建千人千面的智能媒体平台提供技术支撑。
达成要求:能针对10类媒体内容与6位用户,调节推荐算法、混合权重α、多样性与新鲜度,设计A/B测试并依据统计指标判定推荐效果与公平性。
- 理解推荐系统的架构与分类
- 构建用户画像与兴趣模型
- 实现协同过滤算法
- 掌握基于内容的推荐方法
- 设计A/B测试方案
- 评估推荐效果与优化策略
- 知识目标: 掌握推荐系统的核心算法
- 能力目标: 培养个性化系统设计能力
- 素养目标: 理解算法推荐的社会影响
- 用户-物品评分矩阵
- 协同过滤矩阵分解
- TF-IDF内容相似度
- 深度学习推荐模型
- A/B测试统计方法
- 推荐多样性与公平性
漫话数媒
开始实验后,课前的“AI 导学”会在这里生成奇思、妙想的对话。
已阅读实验说明、看过仿真实验区,可直接从这里开始

