推荐系统论文笔记（12）：Deep Learning based Recommender System: A Survey and New Perspectives

一、基本信息

论文题目：《Deep Learning based Recommender System: A Survey and New Perspectives》

发表时间：2017

论文作者及单位：Zhang S （University of New South Wales）, Yao L （University of New South Wales）, Sun A .（南洋理工大学）

论文地址：https://arxiv.org/pdf/1707.07435.pdf

我的评分：5颗星
 

二、摘要

  近年来，深度学习引发的革命已经在语音识别、图像分析、自然语言理解等领域获得了广泛的关注。其中，最近的研究也表明它在处理信息检索和推荐任务上也有着不错的成绩。与传统的推荐模型相比，深度学习的方法能够更加理解用户的需求、产品的特性以及用户与产品的历史交互信息。

  本文旨在通过对将深度学习应用于推荐系统的现状进行综述以达到促进推荐系统研究的创新的目的，文中将应用深度学习的推荐模型进行了分类，并用来区分各种不同的文章。在对已有工作与研究回顾后，本文还对未来可以研究的方向进行了讨论。

 

三、论文的主要贡献

1、系统性地回顾了深度学习技术在推荐系统中的应用，并对当前此方面的研究提出了一种新的分类方式

2、对最新的研究进行了回顾并总结了他们各自的优点与不足之处,籍此专业人士可以很容易地针对特定问题来定位模型，或者发现未解决的问题

3、讨论了此领域的一些挑战与公开问题，并阐述了将来的趋势与研究方向