A smooth collaborative recommender system 推荐系统-浅显了解

characteristic：

SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。

1、Tracking user

2、personliza

3、面对的问题类似于分形学+混沌学（以有观无+窥一管而知全貌）

4、Data：high-volume、sparse

方法：

（1）传统方法

MF：matrix factorization

RBM：Restricted Boltzman Machine

（2）现有方法

Hybird System/content-boosted system

Matrix completion

Ensemble methods

Deep neural network

 

主讲人选用的是MF

技术路线

（1）核函数

（2）SVD

 

Trick：

（1）拆分Loss+不同权重

（2）Attention与推荐系统的相似之处是相关性空间的搜索，本质是找个性与共性

（3）统计学习方法，依然利用了图论（computional graph）

 

扫码关注我们

微信号：SRE实战

拒绝背锅 运筹帷幄