0
点赞
收藏
分享

微信扫一扫

基于深度学习的搜索、推荐、广告系统最全最新论文分享分享




基于深度学习的搜索、推荐、广告系统最全最新论文分享分享_人工智能


    推荐系统是有效的信息过滤工具,由于互联网接入的增加、个性化趋势和计算机用户习惯的改变,这种工具非常普遍。尽管现有的推荐系统成功地产生了不错的推荐,但是它们仍然面临着诸如准确性、可伸缩性和冷启动等挑战。在过去的几年中,推荐系统中的研究热点之一是,深度学习的引入以提高推荐质量。

    在本资源中,基于深度学习的推荐方法进行了回顾与总结,对深度学习在搜索、推荐、广告相关领域的最新论文进行了整理。主要集中在embedding向量化,匹配(matching,),排序(CTR预估,CVR预估),后验排序,迁移学习和强化学习领域。

    资源整理自网络,资源获取见源地址:https://github.com/guyulongcs/Awesome-Deep-Learning-Papers-for-Search-Recommendation-Advertising

论文资源列表

基于深度学习的搜索、推荐、广告系统最全最新论文分享分享_推荐系统_02



基于深度学习的搜索、推荐、广告系统最全最新论文分享分享_人工智能_03



基于深度学习的搜索、推荐、广告系统最全最新论文分享分享_推荐系统_04



举报

相关推荐

0 条评论