深度CTR之Graph Embedding：阿里電商推薦中億級商品的Graph Embedding

介紹 阿里巴巴團隊發表於KDD 2018，阿里的推薦系統是按照matching + ranking的兩步策略，本文解決的是matching階段的問題，即商品召回階段的問題。 paper中說到taobao的推薦系統主要面臨了3個主要問題： 可擴展性：十億用戶，二十億商品的量級； 稀疏性：有些用戶和商品之間的交互信息特別少，導致無法精確的訓練推薦模型； 冷啓動：新商品的冷啓動問題，taobao上每小時

>>阅读原文<<