摘要
- 深度学习研究领域;图像处理、自然语言处理、语音识别、在线广告等
- 深度学习融入推荐系统中,主要研究如何整合海量的多源异构数据,构建更加贴合用户偏好需求的用户模型,以提高推荐系统的性能和用户满意度
关键词
推荐系统,深度学习,协同过滤,个性化服务,数据挖掘,多源异构数据,综述
1 引言
(引用报告数据)
- 信息过载问题,如何快速有效的从复杂数据中获取有价值信息成为当前大数据发展难题
- 推荐系统应用领域:电子商务、信息检索、社交网络、位置服务、新闻推送等
- 传统的推荐方法:协同过滤、基于内容的推荐方法、混合推荐方法
- 经典的协同过滤方法采用浅层模型无法学习到用户和项目的深层次特征
- 基于内容的推荐方法需要有效的特征提取,传统浅层模型易拉爱与人工设计,有效性和可拓展性非常有限
待填坑