← 返回卡片

原书出处

深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)

09 第9章 推荐系统

核验版本的摘录快照 · 导入于 2026-11-19T04:48:36.599Z

成功地融入了深度学习算法,如卷积神经网络、循环神经网络、强化学习、对抗学习、Transformer、多种预训练模型等。

推荐系统是一种建立在数据挖掘算法基础上的信息过滤平台,可以帮助用户从巨大信息量中过滤出有用的信息。与搜索引擎截然不同的是,推荐系统不需要用户提供明确的需求,甚至当用户自己都不明确自己的需求时,推荐系统可以通过分析用户的历史行为建立用户兴趣模型,为用户推荐感兴趣的物品或信息。

本章将介绍如下内容: 推荐系统概述; 协同过滤; 深度学习在推荐系统中的应用。

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/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter12.xhtml

EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da