研究生专业为机器学习与数据分析,能够利用Python、VBA和Tableau进行数据分析和可视化。曾参加kaggle(Top14%)datadriven(121)两个数据竞赛;毕设参与推荐系统的开发(数据收集,清洗,分析以及推荐算法的设计)。
目前在Dell,职位是数据开发,熟悉Sql Query,能够利用HTML,Javascript进行网页开发。
推荐系统:向网站方提出日志采集需求,通过网络爬虫丰富资料库,将物品元数据与用户行为数据整合成离线数据集
预处理离线数据并进行了数据挖掘,尝试了协同过滤(CF)、关联法则,以及基于内容的传统推荐算法
评估了传统算法的表现,与小组成员讨论,转而实现了几种现存的Bandit算法(基于强化学习的算法)
改进LinUCB提出了新的运算法则,在离线测试中将点击率提高了30%,为后期的线上测试提供了良好基础