一张思维导图带你快速了解深度学习推荐系统

点击上方，选择星标或置顶，每天给你送干货！

阅读大概需要3分钟

跟随小博主，每天进步一丢丢

作者：潘瑞东

研究方向：机器学习和自然语言处理

Hi，我是瑞东，一名研究方向是机器学习&自然语言处理的算法实习僧。最近由于工作需求去了解了一下推荐系统领域的图向量（Graph Embedding），在某乎发现了王喆大佬的“王喆的机器学习笔记”系列，以及大佬的新书《深度学习推荐系统》。之前买过王喆大佬联合编写的《百面机器学习》，也是非常赞的一本书，索性决定一口气通过《深度学习推荐系统》一书对推荐系统做一个简单的入门。

花了数周时间读完《深度学习推荐系统》一书，觉得写的非常流畅，收获颇多。相比其他推荐领域高知名度经典书籍，《深度学习推荐系统》更详细的介绍了深度学习时代的推荐算法，如注意力机制在推荐领域的应用，阿里的DIN&DIEN模型等。

 

由于书中涉及模型较多，模型之间存在进化与改进的联系，对于我这样“记性不太好”的非推荐领域的读者容易出现记忆的“断片”。我把在读书时的笔记整理成了思维导图，方便作模型之间的对比与模型细节的回忆，现在把图分享出来，希望对于想要了解、研究推荐领域的同学有所帮助~

导图中介绍了经典的推荐算法，如协同过滤、矩阵分解、逻辑回归：

 

各深度学习推荐算法的思想、结构与特点以及Embedding技术在推荐系统中的应用：

最后是推荐系统结构、推荐系统的冷启动、推荐系统的评估等知识：

暂时没有整理推荐系统部署等知识，以后会补上。个人水平有限，这个思维导图仅仅旨在帮助从宏观角度理解推荐算法，整理中若有遗漏或错误请及时提出。本图只是抛砖引玉，如果想进一步了解推荐系统的相关知识，欢迎关注王喆大佬的“王喆的机器学习笔记”系列或直接阅读《深度学习推荐系统》。

思维导图较长，且对每个模型都画出了结构图，文件较大，欢迎在公众号回复“推荐系统思维导图”进行下载。

添加个人微信，备注：昵称-学校（公司）-方向，即可获得

1. 快速学习深度学习五件套资料

2. 进入高手如云DL&NLP交流群

记得备注呦