原书出处
深度学习推荐系统
02 第2章 前深度学习时代——推荐系统的进化之路
荐模型与深度学习模型之间存在着千丝万缕的联系。正是对传统模型研究的不断积累,为深度学习模型打下了坚实的理论和实践基础。
2006年,矩阵分解的技术成功应用在推荐系统领域,其隐向量的思想与深度学习中Embedding技术的思路一脉相承;2010年,FM被提出,特征交叉的概念被引入推荐模型,其核心思想——特征交叉的思路也将在深度学习模型中被发扬光大;2012年,LS-PLM在阿里巴巴大规模应用,其结构已经非常接近三层神经网络
;2014年,Facebook 用 GBDT自动化处理特征,揭开了特征工程模型化的篇章。这些概念都将在深度学习推荐模型中
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深度学习推荐系统/_epub-src/text/part0006_split_008.html
EPUB SHA-256:2cd732704a51828ea5c0ec7decb8861b35f44e5e16d9af11fbc68f7084f63382