推荐系统算法

FM (Factorization Machine)主要是为了解决数据稀疏的情况下，特征怎样组合的问题

FFM（Field-aware Factorization Machine）

DeepFM可以看做是从FM基础上衍生的算法，将Deep与FM相结合，用FM做特征间低阶组合，用Deep NN部分做特征间高阶组合，通过并行的方式组合两种方法

DCN（Deep&Cross Network）

PNN，全称为Product-based Neural Network，认为在embedding输入到MLP之后学习的交叉特征表达并不充分，提出了一种product layer的思想，既基于乘法的运算来体现体征交叉的DNN网络结构

NFM  FM和深度网络DNN的结合

AFM (Attentional Factorization Machine)

NCF (Neural Collaborative Filtering)

MF(Matrix Factorization)矩阵分解

Exploration and Exploitation(EE问题，探索与开发)是计算广告和推荐系统里常见的一个问题，Bandit算法是解决EE问题的一种有                                             效算法

DRN:A Deep Reinforcement Learning Framework for News Recommendation深度强化学习和推荐系统的一个结合

DIN,Deep Interest Network该方法由盖坤大神领导的阿里妈妈的精准定向检索及基础算法团队提出，充分利用/挖掘用户历史行为         数据中的信息来提高CTR预估的性能。

CIN 压缩交互网络（Compressed Interaction Network）CIN

xDeepFM 将CIN与线性回归单元、全连接神经网络单元组合在一起，得到最终的模型并命名为极深因子分解机xDeepFM

DIEN 阿里的深度兴趣网络(Deep Interest Network，以下简称DIN)，时隔一年，阿里再次升级其模型，提出了深度兴趣进化网络             (Deep Interest Evolution Network,以下简称DIEN

DKN Deep Knowledge-aware Network(DKN)

GAIL(Generative Adversarial Imitation Learning)结合了GAN的思想

DMF Deep Matrix Factorization Models for Recommender Systems基于神经网络结构的矩阵分解模型

NAIS 

CFGAN:一种基于GAN的协同过滤推荐框架

DSIN Deep Session Interest Network for Click-Through Rate Prediction深度会话兴趣网络

CFM: Convolutional Factorization Machines for Context-Aware Recommendation》，将卷积神经网络和因子分解机FM相结合

DMR Deep Match to Rank Model for Personalized Click-Through Rate Prediction将协同过滤思想融入Ranking阶段CTR预估模型          的模型Deep Match to Rank

CMN Collaborative Memory Network for Recommendation Systems协同记忆网络