详细内容或原文请订阅后点击阅览
推荐系统简介：机器和深度学习架构概述
了解 SOTA 推荐系统模型。从协同过滤和分解机到 DCN 和 DLRM
来源:AI夏令营推荐系统已成为当今网站和平台中机器学习最流行的应用之一。电子商务的迅速崛起使得向客户提供个性化建议成为电子商店脱颖而出的必要条件。如今，推荐系统是亚马逊、Netflix、Youtube、Spotify 等在线服务的核心。
但推荐系统到底是什么？根据维基百科：
推荐系统或推荐系统（有时用平台或引擎等同义词替换“系统”）是信息过滤系统的一个子类，旨在预测用户对某个项目的“评分”或“偏好”。
推荐系统或推荐系统（有时用平台或引擎等同义词替换“系统”）是信息过滤系统的一个子类，旨在预测用户对某个项目的“评分”或“偏好”。
评分 偏好TL;DR
在本文中，我们将探索推荐系统中最流行的架构。我们将从协作和基于内容的过滤等原始策略开始，并将继续使用最先进的基于深度学习的方法
协作和基于内容的过滤对于推荐系统的整体方法，我们强烈建议使用密歇根大学的推荐系统专业化。
对于推荐系统的整体方法，我们强烈建议使用密歇根大学的推荐系统专业化。
密歇根大学的推荐系统专业化问题表述
在大多数情况下，我们从多个项目（产品、视频、歌曲等）开始。每个项目都有一组定义它的特征/特性。我们的目标是建立一个模型来预测用户可能感兴趣的项目。我们选择这个项目的方法有很多种。流行的方法包括：
根据他们的受欢迎程度
项目的相关性 相似性