近日读到一篇非常不错的文章，忍不住转载过来，方便日后学习查阅，作者是新浪微博的张俊林，之前有幸听过他在线下的技术分享，印象深刻，PPT 做得非常棒。这篇文章涵盖推荐系统最重要的三个环节：召回、排序、重排序涉及的相关技术路线，通过近两年的经典...
召回算法
有关"召回算法"的文章
简介 推荐领域的人一般都会听说过十年前 Netflix Prize 的那场比赛，这一年可以说是推荐算法的春天，从比赛中诞生了众多推荐算法，而矩阵分解就是其中非常著名的一个。矩阵分解（Matrix Factorization，MF）是协同过...
简介 协同过滤（Collaborative filtering，CF）与基于内容的推荐算法一样，也是一个非常古老的推荐算法。但是直至今日，协同过滤依然是应用最广泛的推荐算法，在推荐领域占有极其重要的地位，甚至 “协同过滤” 一度成为推荐系...
内容分析通常包括文本分析，图片分析和视频分析。本文是《基于内容的推荐算法》单独整理的一篇内容，因最常见到的还是文本的分析，本篇主讲文本分析。文本分析在推荐系统中一个很重要的作用是用户兴趣建模，没有内容及文本标签，就无法得到用户兴趣标签。另外...
简介 基于内容的推荐算法（Content-Based Recommendations，CB）非常古老，应该是最早被使用的推荐算法，虽是一个年代久远的算法，但即便放在深度学习十分火热的当下，基于内容的推荐算法依然被工业界广泛使用，足以证明其...