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。
下载地址
用户评论