您好，我想请教下关于推荐算法的问题。我看您的介绍，曾主导过广告投放系统的研发，那您觉得目前的推荐算法还可以继续改进的地方在哪里呢？作为一名在校生，又如何去解决这些大难题呢？（该如何下手）
写回答
实战中，根据用户实时的行为及时更新算法推荐结果，在目前日趋流行的信息流推荐场景中极为重要，这是有别于传统推荐系统的很重要的趋势。基本的算法模型，可以是一个静态的i2i，结合用户实时动态u2i进行推荐。目前更为流行的是基于序列建模的深度学习方法，包括LSTM、GRU4Rec、BERT4Rec等。
这个需要具体场景具体分析。u2i和i2i的推荐方法完全不一样。不同业务也适合不同推荐方法。类似广告对item时效很重要。
多看看深度模型在点击率预估等一些场景应用论文会有帮助
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
