← 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

性化推荐。召回强调大而快,排序强调小而准。 9.1.2 常用推荐算法 推荐系统历史悠久,通过多年的发展和完善,日渐成熟。

在推荐系统的各种算法中,协调过滤、关联算法、矩阵分解等都起到了巨大的推动作用。随着数据量爆炸式的增长、数据类型的日新月异,一些传统的算法越来越力不从心了,取而代之的就是深度学习算法以及Embedding向量表示法。

推荐系统的算法很多,发展也很快,这里我们介绍其中的一些主要算法。 1. 基于内容的推荐 基于内容的推荐(Content

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_0001.xhtml

EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da