基于机器学习和图数据库的即时推荐引擎

这是在最近的第九届中国数据技术大会(DTCC2019)上面的主题分享。

传统人工智能的局限在于结果的相关度低、与现实生活中的实际情况相距甚远。其主要原因之一是相关领域知识的缺乏。在大数据时代，人工智能更加要面对数据整合的挑战，传统关系数据模型的局限以及对数据平台可用性、高性能和一致性的要求。

本文通过一个实际案例，就上述的三个挑战提出解决方案，特别介绍如何借助图数据库技术和机器学习算法，定义问题、设计模型、优化查询、构建实时的推荐引擎、为用户提供高度关联的推荐内容。

牛！学习学！