唯快不破：推荐系统时效性的实践与思考
讲师:
所属专题:
推荐系统的时效性对于推荐效果往往有着重大的影响，随着研究的深入，推荐系统逐渐向更高的时效性迈进。演讲者基于百度推荐系统处理时效性问题的实践经验，总结实时推荐系统的设计规律和方法，探讨推荐系统的时效性如何从产品设计、推荐算法和系统架构等各个层面得到体现和提升。
观众所得：
- 没有推荐系统实践经验的观众得到一些构建简单的推荐系统的方案
- 有推荐系统实践经验的观众得到一些提升系统时效性的方法
- 维护复杂推荐系统的观众得到一些分辨时效性需求的心得
百度高级架构师
陈天健现供职于百度，2011年参与组建百度的推荐技术团队，近三年来设计和开发了百度的第一代、第二代和第三代推荐引擎和推荐系统云平台。 天健对于大规模推荐系统的设计开发和应用实践有较多的经验积累和总结抽象，致力于降低推荐系统构建成本和提高推荐系统的性能指标。