深度学习在推荐系统中的应用与论文总结

深度学习的推荐系统，真的是个香饽饽。现在不管是刷视频、逛电商，还是听音乐，背后都少不了协同过滤、神经网络这些玩意儿。推荐你看看这篇《深度学习在推荐系统中的应用及论文》，里面整理了不少干货，还附了多相关论文链接，挺全的。

比如里面提到的混合协同过滤，就是把内容推荐和协同过滤结合起来，不只看你点了啥，还看内容本身是啥，推荐会更贴你口味。像Neural Collaborative Filtering那种深度模型，效果提升还挺的。

还有个点蛮有意思，知识图谱也能用来做推荐，补充用户兴趣之间的逻辑关系。这种方式在冷启动场景下还挺管用的，尤其适合新用户。

文中还提到Java写的协同过滤实现，要是你用的是 Java 栈，看看这个挺实用的。甚至连pdf 学习笔记都贴心整理好了，适合边学边记。

如果你刚好在搞推荐系统，尤其是想上点深度模型的料，那这个资源值得一看。不用一篇篇找论文，点开就能读，省事儿多了。