前两篇文章,
基本把传统的推荐模型都讲遍了,除了部分国内部分厂商用的模型..比如阿里的LS-PLM之类的...就不讲了。
下面开始逐一介绍在推荐领域进入深度学习时代后的爆发式发展。
与传统的机器学习模型相比,深度学习模型的表达能力更强,能够挖掘出更多数据中潜藏的模式。
考虑到深度模型实在是有点多,这里先列个表,然后分成几篇文章来写。
- 深度推荐初体验之AutoRec、DeepCrossing
- 深度推荐之深度CF
- 深度推荐特征交叉之PNN
- 深度推荐组合模型的半成品之Deep&Wide (可能不会写,不喜欢这个模型)
- 深度推荐之FM演进
- 深度推荐模型结合之注意力机制
- 深度推荐模型结合之序列模型
- 深度推荐模型结合之强化学习(这个目前的发展有点一言难尽,大概不会写...)
网友评论