0
被预约次数
0
被收藏次数
0
被评价次数
1.BI 可视化系统
1.第一期 BI 可视化系统为期一个月，以埋点为基础，主要展示社交电商运营平台的页面转化，提供控件筛选，满足各个业务部门对页面转化的关心。
2.第二期的 BI 可视化系统为期一个月，主要展示各个业务部门的报表查看。相比较其他
Tableau,BIpower,使用更加便捷。
3.第三期的 BI 可视化为期一个月，主要是制作用户画像，让运营部门更好的对用户特征进
行挖掘。
2.推荐系统
1.对接华为的推荐第一期
因公司产品线比较多，业务场景有社交电商，健康，硬件，保险，其中健康的资讯和社交电
商的推荐，我们采用和华为对接的方式来做第一次的推荐，此项目耗时 5 个月，
1）其中包括需求对接、华为开发、测试效果。
2）设计后台标签功能；
3）和业务部门沟通如何准备物料（资讯），范围以及量。
2.自己的推荐第一期
在和华为对接的基础上，我们也在公司自己研发推荐，其中智能硬件-小康（家用健康管家，
类似小爱）的推荐是自己制作的，将音箱拆分推荐场景，同样采用多路召回的方式，采用融
合策略的推荐来做。
3. 运营后台的功能设计
经历商城的从 0 到 1，刚入职人手不够，参与设计了运营后台的优惠券功能、一分抢功能、
电商小程序设计等功能业务设计。
1.华为合作的推荐一期
>开发时间/开发周期：2019.3-2019.7
>项目过程：
1）推荐算法设计：采取 5 路召回的方式：物品类数据相似度计算得到相似度商品集、用户
类数据相似度计算得到相似历史商品集、基于用户/商品的协同过滤，得到模型，进入候选
集、抽取用户商品强关联规则进入候选集、热点数据；再采取过滤系统和融合策略系统过滤；
用线上点击反馈训练 gbdy-lr 点击率模型、FTRL 模型。
2）冷启动问题提供热门推荐；利用用户数据做粗粒度的个性推荐；对于新加入的物品，利
用物品内容数据，将它们推荐给喜欢过和它们相似的物品的用户。
3）A/B test:根据推荐结果不断测试。
2.BI 可视化系统
>开发时间/开发周期：2019.1-2019.7
>项目过程：
1）系统设计：参考了现有的 Tablesu、PowerBI、BDP 等现有的主流产品，结合目前公司
的需求（查看 APP 的页面转化、流向），从埋点获取数据，将数据上报给大数据做数据清洗，
清洗后的数据展示给前端。
2）设计时以桑基图+漏斗图作为前端展示效果，满足多部门操作。
可兼职时间
可兼职地点
0条评论 雇主评价