原书出处
深度学习推荐系统
05 第5章 多角度审视推荐系统
5.7.4 “探索与利用”机制在推荐系统中的应用 探索与利用算法在推荐系统中的应用场景是多样的,主要包括以下3个方面:
(1)物品冷启动。对新加入的物品或者长久没有互动信息的长尾物品来说,探索与利用算法对新物品和长尾物品有天然的倾向性,因此可以帮助这类物品快速收集用户反馈,快速度过冷启动期,并在较少伤害系统整体收益的前提下,快速找到有潜力的物品,丰富优质的物品候选集。
(2)发掘用户新兴趣。本节开头已经介绍过,如果推荐系统总是利用现有数据为用户推荐物品,相当于对用户的已发掘兴趣进行“涸
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/part0009_split_007.html
EPUB SHA-256:2cd732704a51828ea5c0ec7decb8861b35f44e5e16d9af11fbc68f7084f63382