需要注意的是，大會(huì)9折折扣期將在本月26日截止。如欲報(bào)名報(bào)請(qǐng)速點(diǎn)擊報(bào)名頁面。

推薦系統(tǒng)工程實(shí)踐：

在這個(gè)數(shù)據(jù)爆炸、信息過載的時(shí)代，用戶面臨過多內(nèi)容時(shí)往往無所適從；另一方面信息的生產(chǎn)者也希望能更便捷的將內(nèi)容傳遞到給合適的用戶，而推薦系統(tǒng)的 出現(xiàn)，很好的滿足了兩者的需求——即幫助用戶完成個(gè)性化的信息過濾，又幫助信息找到最合適的用戶。 搭建一個(gè)推薦系統(tǒng)本身并不難，但是搭建一個(gè)效果優(yōu)良的推薦系統(tǒng)并不簡(jiǎn)單，而推薦系統(tǒng)的效果是決定整個(gè)產(chǎn)品成敗的生命線。本專題將圍繞推薦效果的優(yōu)化技術(shù)進(jìn)行探討，通過深入分析推薦系統(tǒng)運(yùn)轉(zhuǎn)的各個(gè)重要環(huán)節(jié)，結(jié)合實(shí)踐開發(fā)中積累的寶貴經(jīng)驗(yàn)，為大家傳道解惑。分享的內(nèi)容將包括：

• 各種推薦算法實(shí)踐中的特點(diǎn)如何？
• 怎樣才能揚(yáng)長(zhǎng)避短讓各種算法發(fā)揮特長(zhǎng)？
• 設(shè)計(jì)良好的推薦系統(tǒng)架構(gòu)是怎樣的？
• 推薦的時(shí)效性應(yīng)該怎樣解決？
• 如何迅速捕捉用戶偏好并實(shí)時(shí)完成推薦？
• 常用的推薦效果優(yōu)化手段有哪些？分別起到什么樣的作用？
• 如何平衡推薦系統(tǒng)的強(qiáng)時(shí)效性需求和大數(shù)據(jù)量的挖掘處理？
• 推薦結(jié)果應(yīng)該以什么方式展示給用戶？
• 怎樣讓用戶更信賴推薦系統(tǒng)？

本屆QCon的構(gòu)建高效能團(tuán)隊(duì)專題，由ReSysChina發(fā)起人谷文棟負(fù)責(zé)出品主持。

ReSysChina 成立于2009年八月，建立初衷，是想為業(yè)內(nèi)關(guān)注推薦系統(tǒng)領(lǐng)域的朋友們提供一個(gè)交流討論的社區(qū)?，F(xiàn)在，ReSysChina已經(jīng)組織過多次線下分享會(huì)，在嘉賓們?yōu)榇蠹規(guī)砭视^點(diǎn)的同時(shí)，也為推動(dòng)個(gè)性化推薦技術(shù)在國(guó)內(nèi)的普及做出了一些綿薄之力。

谷文棟從2006年開始撰寫個(gè)人博客“Beyond Search” http://www.guwendong.com/ ，內(nèi)容專注于個(gè)性化推薦技術(shù)與產(chǎn)品，是國(guó)內(nèi)推薦系統(tǒng)領(lǐng)域最早的博客作者之一。

現(xiàn)在專題已經(jīng)完全確認(rèn)了四位演講嘉賓。他們分別是：

百度高級(jí)架構(gòu)師 陳天健。陳天健現(xiàn)供職于 百度，2011年參與組建百度的推薦技術(shù)團(tuán)隊(duì)，近三年來設(shè)計(jì)和開發(fā)了百度的***代、第二代和第三代推薦引擎和推薦系統(tǒng)云平臺(tái)。 天健對(duì)于大規(guī)模推薦系統(tǒng)的設(shè)計(jì)開發(fā)和應(yīng)用實(shí)踐有較多的經(jīng)驗(yàn)積累和總結(jié)抽象，致力于降低推薦系統(tǒng)構(gòu)建成本和提高推薦系統(tǒng)的性能指標(biāo)。

這次大會(huì)，他會(huì)為大家分享《推薦系統(tǒng)時(shí)效性的實(shí)踐與思考》：天健會(huì)基于百度推薦系統(tǒng)處理時(shí)效性問題的實(shí)踐經(jīng)驗(yàn)，總結(jié)實(shí)時(shí)推薦系統(tǒng)的設(shè)計(jì)規(guī)律和方法， 探討推薦系統(tǒng)的時(shí)效性如何從產(chǎn)品設(shè)計(jì)、推薦算法和系統(tǒng)架構(gòu)等各個(gè)層面得到體現(xiàn)和提升。沒有推薦系統(tǒng)實(shí)踐經(jīng)驗(yàn)的觀眾得到一些構(gòu)建簡(jiǎn)單的推薦系統(tǒng)的方案，有推 薦系統(tǒng)實(shí)踐經(jīng)驗(yàn)的觀眾得到一些提升系統(tǒng)時(shí)效性的方法，維護(hù)復(fù)雜推薦系統(tǒng)的觀眾得到一些分辨時(shí)效性需求的心得。

1號(hào)店資深經(jīng)理王答明。王答明是1號(hào)店負(fù)責(zé)個(gè)性化推薦方向的資深經(jīng)理，之前曾是Autodesk內(nèi)容搜索組上海區(qū)創(chuàng)始成員和技術(shù)負(fù)責(zé)人，也曾創(chuàng)建過國(guó)內(nèi)最早的團(tuán)購(gòu)導(dǎo)航網(wǎng)站之一酷省網(wǎng)進(jìn)行個(gè)性化團(tuán)購(gòu)?fù)扑]的嘗試；熟悉的領(lǐng)域有機(jī)器學(xué)習(xí)，搜索，推薦系統(tǒng)，分布式處理等。

這次他會(huì)為大家?guī)怼?號(hào)店個(gè)性化推薦實(shí)踐》：1號(hào)店作為國(guó)內(nèi)領(lǐng)先的B2C電商網(wǎng)站之一，個(gè)性化推薦在其商業(yè)比重中所占的比例越來越大，眾多的推薦 欄位和場(chǎng)景需要健壯的架構(gòu)，不同的算法，以及在線服務(wù)的有效協(xié)同；本次演講會(huì)從產(chǎn)品和技術(shù)融合的角度介紹1號(hào)店在推薦系統(tǒng)上的實(shí)踐和探索，不同的機(jī)器學(xué)習(xí) 模型如何適用于不同的推薦應(yīng)用，數(shù)據(jù)/算法各自重要性如何在真實(shí)商業(yè)場(chǎng)景中體現(xiàn)，推薦系統(tǒng)在用戶體驗(yàn)和商業(yè)價(jià)值多重目標(biāo)下如何平衡，以及支撐推薦的大數(shù)據(jù) 挖掘架構(gòu)等方面。聽眾將了解到大型B2C電商推薦系統(tǒng)的真實(shí)實(shí)踐經(jīng)驗(yàn)、眾多機(jī)器學(xué)習(xí)算法如何適用于不同的場(chǎng)景、實(shí)際商業(yè)應(yīng)用中，機(jī)器算法和人工規(guī)則融合經(jīng) 驗(yàn)，以及推薦系統(tǒng)在電商應(yīng)用中除了傳統(tǒng)手段之外的一些特殊點(diǎn)。

世紀(jì)佳緣研發(fā)中心總監(jiān)吳金龍。吳金龍2005年從南開數(shù)學(xué)院保送至北大數(shù)學(xué)院計(jì)算數(shù)學(xué)專業(yè)攻讀博士學(xué)位，研究方向?yàn)橥扑]系統(tǒng)中的協(xié)同過濾算法。2010年7月畢業(yè)后加入阿里云，主要從事PC和手機(jī)端輸入法的開發(fā)。2011年8月加入世紀(jì)佳緣技術(shù)部研發(fā)中心，目前負(fù)責(zé)佳緣技術(shù)部研發(fā)中心的工作。

世紀(jì)佳緣從十年前誕生于校園宿舍，到現(xiàn)在成長(zhǎng)為中國(guó)***的婚戀交友平臺(tái)，目前已經(jīng)擁有超過1億的注冊(cè)用戶。它是國(guó)內(nèi)第三類網(wǎng)站中的典型代表。吳金龍 在分享中將以佳緣的幾個(gè)具體產(chǎn)品為例，介紹我們?nèi)绾螒?yīng)用機(jī)器學(xué)習(xí)和推薦技術(shù)來改進(jìn)產(chǎn)品，在實(shí)現(xiàn)公司運(yùn)營(yíng)指標(biāo)的同時(shí)提升用戶的交友體驗(yàn)。***金龍還將給出自 己的幾點(diǎn)相關(guān)思考。

天貓推薦算法負(fù)責(zé)人張奇。張奇2010年 畢業(yè)于中國(guó)科學(xué)技術(shù)大學(xué)計(jì)算機(jī)系，信息檢索方向博士。2010年7月加入阿里云計(jì)算， 搜索廣告組，從事搜索廣告算法研究，參與Yahoo中國(guó)搜索中搜索廣告的排序算法設(shè)計(jì)，負(fù)責(zé)了國(guó)內(nèi)***規(guī)模之一的，每天近40億網(wǎng)頁瀏覽記錄的挖掘、用戶 行為分析和User Profile 建模。2012年3月加入天貓產(chǎn)品技術(shù)部，推薦算法組，負(fù)責(zé)天貓推薦算法的改進(jìn)和數(shù)十個(gè)推薦業(yè)務(wù)的優(yōu)化，包括PC推薦業(yè)務(wù)、無線推薦業(yè)務(wù)，建立起一套基于 機(jī)器學(xué)習(xí)的推薦算法流程。

天貓的推薦業(yè)務(wù)快速成長(zhǎng)，已經(jīng)成為天貓最重要的導(dǎo)購(gòu)產(chǎn)品之一，覆蓋了商品推薦、品牌推薦、活動(dòng)推薦等等維度。這次大會(huì)張奇會(huì)為大家分享天貓個(gè)性化推 薦架構(gòu)與實(shí)踐。他會(huì)為大家介紹天貓推薦業(yè)務(wù)的特征和價(jià)值，并分享一下整個(gè)天貓推薦的算法架構(gòu)，討論他們?cè)谟脩魧?shí)時(shí)購(gòu)物意圖分析、在線CTR 預(yù)估、離線算法融合等等方面所做的工作。大家將會(huì)了解到電商推薦系統(tǒng)應(yīng)用實(shí)例以及機(jī)器學(xué)習(xí)在推薦系統(tǒng)中的應(yīng)用實(shí)例。

技術(shù)訓(xùn)練營(yíng)信息：

本屆大會(huì)全新打造的技術(shù)訓(xùn)練營(yíng)（原會(huì)前培訓(xùn)）已經(jīng)上線，在訓(xùn)練營(yíng)中，我們邀請(qǐng)QCon講師為對(duì)某一個(gè)領(lǐng)域具體實(shí)戰(zhàn)技能感興趣，入門淺的朋友提供集中的培訓(xùn)和指導(dǎo)。

目前已上線的訓(xùn)練營(yíng)包括《敏捷與模塊化－OSGi理論與實(shí)踐》、《iOS入門與進(jìn)階》、《JavaEE，企業(yè)應(yīng)用互聯(lián)網(wǎng)化的架構(gòu)選擇探討》，和許多 不同類別的測(cè)試課程，以及一門認(rèn)證類課程《實(shí)踐中的看板》。課程詳情及報(bào)名方式，請(qǐng)查閱[技術(shù)訓(xùn)練營(yíng)頁面] (http://www.qconbeijing.com/tutorials )。

更多精彩信息不斷更新中，詳請(qǐng)?zhí)D(zhuǎn)至大會(huì)官網(wǎng)查閱。每年QCon大會(huì)門票都會(huì)在開幕前售罄，及早預(yù)定可提前確保席位，并享受更低折扣。如有更多需要咨詢，請(qǐng)聯(lián)系qcon@cn.infoq.com，或直接致電010-64738142。報(bào)名請(qǐng)點(diǎn)擊報(bào)名頁面。