知识卡片
推荐系统的深度学习时代
推荐系统并非与深度学习同时诞生,而是先有算法积累、再被深度学习改造的。1992年Goldberg等人用协同过滤搭建了早期推荐系统,使这一方向有了可追溯的起点;此后二十多年、特别是近五年,技术加速演进。真正的转折来自2012年AlexNet在ImageNet夺冠,深度学习由此引爆图像、语音与自然语言处理,并迅速波及商业化最成功的推荐、广告、搜索场景。到2015年,微软、谷歌、百度、阿里等公司把深度学习模型成功用于推荐和广告业务,推荐系统才正式迈入深度学习时代。这条时间线说明:一项通用技术成熟后会跨领域外溢,先在竞争激烈的业务场景落地,最终重塑一个已有二十多年历史的老领域。理解这段脉络,有助于判断后续各章模型的来龙去脉——它们大多是在深度学习浪潮下对经典推荐思路的重新实现与升级。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 前言
原书出处 · 1 处
- 前言 · 查看原书依据
2012年,随着深度学习网络AlexNet在著名的ImageNet竞赛中一举夺魁[2],深度学习引爆了图像、语音、自然语言处理等领域,就连互联网商业化最成功、机器学习模型应用最广泛的推荐、广告和搜索领域,也被深度学习的浪潮一一席卷。
参考来源
- 位置:《深度学习推荐系统》前言(源文件:extracted/深度学习推荐系统/_epub-src/text/part0004.html)
- 结论依据:原文以1992、2012、2015三个年份为锚点,依次给出协同过滤开端、AlexNet夺魁与各大公司落地深度学习,并把2015年明确界定为推荐系统进入深度学习时代的时点。
- 原始内容:2012年,随着深度学习网络AlexNet在著名的ImageNet竞赛中一举夺魁[2],深度学习引爆了图像、语音、自然语言处理等领域,就连互联网商业化最成功、机器学习模型应用最广泛的推荐、广告和搜索领域,也被深度学习的浪潮一一席卷。