← 返回卡片

原书出处

智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)

07 第7章 推荐系统框架及原理

核验版本的摘录快照 · 导入于 2026-11-18T22:35:03.563Z

对方法和文档列表方法。在实际的应用过程中,我们会把排序模型分为线性模型、树模型、深度学习模型,以及它们之间的组合模型等。

业界普遍认为的模型迭代是从早期的线性模型LR,到引入自动二阶交叉特征的FM和FFM,再到非线性树模型GBDT和GBDT+LR,然后到深度学习模型

,如图7-27所示。 图7-27 几种传统排序模型结构 这里主要是比较一下传统机器学习模型的优缺点。 1)LR模型的优点

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0101.html

EPUB SHA-256:7c59ad7c208225d5ad9ff8ebac84642c693438b69bb9a48fad164b9dfb1eb976