推荐系统的发展主要依赖于模型、数据、训练方式三个维度的创新。模型层面从基于内容的推荐系统发展到协同过滤的矩阵分解,再到神经网络带来的序列化建模;数据层面则通过长短期行为的切分、基于session的推荐、跨场景行为的引入等方式丰富数据;训练方式上,分布式训练框架、在线学习、高维稀疏特征处理、优化器设计等支持了商业化推荐系统的需求。
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。