論文閱讀筆記：Recurrent recommender networks

論文提要 傳統的推薦系統認爲用戶偏好和電影屬性都是靜態的，但其實它們都是隨時間變化的。典型的如：用戶偏好會被他們所看到的所影響，也會被電影評分所引導。本文作者採用RNN對用戶的行爲軌跡做預測。採用LSTM構建了一個自迴歸的模型，以適應user及movie的動態性。本文所論述的方法在多種數據集上的驗證結果都是精準的。 解決的問題 推薦系統傳統的解決方案對數據的時間效應和因果屬性缺乏處理，典型情景如：

>>阅读原文<<