核心提示：如果你不想听我啰嗦什么是极客公开课，那就拉到文末看海报，扫码报名公开课。

　　什么是「极客公开课」？

　　1 位技术产品大牛和 10 位优秀技术产品人围绕技术产品相关话题，面对面深度分享和讨论，共同创造更优的知识与更高的学习效率。

　　而现在，这种深度的交流方式属于每一个人，知乎 Live 同步线上实时问答，随时随地参与提问互动，与数百人共创一本知乎 live 版的「课堂笔记」。

　　每周 1 次，全年 50 场，极客公开课，推动产品人的自我迭代。

　　「极客公开课 2017 年第一期」

　　在这个信息过载的时代，专业的视频网站面对过量的信息内容，如何使得用户找到自己真正感兴趣的内容，如何将优质精准的内容推送到用户面前从而提高用户观看和停留时间，atv，提升用户体验？这是视频网站研发团队需要解决的问题。那么解决以上问题最有效的方法是推荐系统的建立和推荐算法的应用。例如在美国视频公司中，除了 Netflix 和 YouTube，Hulu 是目前全美最大的专业在线视频公司，atv，成立于 2007 年，目前拥有 410 多家内容提供商，广告合作商多达 1000 多家，Hulu 的订阅用户数突破千万，较高的用户粘性离不开 Hulu 精准的推荐系统性能和优质的用户体验。

　　2016 年，Hulu 推荐团队的论文「A Neural Autoregressive Approach to Collaborative Filtering」（作者：郑胤，唐邦晟，丁文奎，周涵宁）被机器学习领域最高水平的国际会议之一的 ICML 2016 录用并受邀在会议上做口头报告。这篇论文使用深度学习技术对推荐系统中的核心问题「协同滤波」进行建模，并且在 Netflix 等公开权威的数据集上显著地提高了推荐性能，达到了目前已知的最好结果。这项工作标志着 Hulu 在推荐算法领域已经跻身业界领先地位，也将为 Hulu 未来进一步提升推荐系统性能和用户体验提供更大的帮助。

　　「极客公开课 2017 年第一期」，我们请来了论文作者之一，Hulu 北京研发中心研究总监周涵宁 Eric，来一起看懂「个性化推荐算法」。

　　嘉宾简介：

　　周涵宁 Eric，目前带队 Hulu 推荐、搜索和数据科学团队，具有 15 年产品研发、创新、管理的相关经验。先后任职富士施乐硅谷研究院研究员、亚马逊美国高级研发经理并深度参与 Kindle 第一代产品研发、盛大创新院产品总监、智谷技术副总裁、宝宝树 CTO 等。在智谷任职期间，创建超过 300 项专利组合。本科毕业于清华大学自动化系、硕士博士毕业于伊利诺伊大学香槟分校电子与计算机工程系，持有 15 项美国发明专利，领域涉及人机交互、电子出版、广告、智能监控、视频会议等技术领域。

　　课程内容及报名方式：

　　报名知乎 Live：扫描下图海报中的二维码