一個喜歡數據，架構，機器學習的工程師。
期望有一天可以真的改變世界。
此演講中，會分享我們使用python語言以及支援套件(pyspark,gensim,sklearn,matplotlib)，針對客戶體驗進行分析實作過程(涵蓋五個主要建模步驟)進行分享，並對此模型產生的結果進行更進一步的分析，並隨著過程中說明在各個環節選用何種套件加速實作分析流程。利用使用者的數位軌跡資料(digital footprint)，進行(1) 巨量資料統計現象分析 (2)軌跡雜訊過濾 (3) digital path embedding model 訓練 (4) 利用 step3 的embedding，結合其他深度學習模型, 更精準了解客戶想法 (5) 利用瀏覽軌跡，提升客戶體驗。