推薦系統遇上深度學習(三十九)-推薦系統中召回策略演進！

推薦系統中的核心是從海量的商品庫挑選合適商品最終展示給用戶。由於商品庫數量巨大，因此常見的推薦系統一般分爲兩個階段，即召回階段和排序階段。召回階段主要是從全量的商品庫中得到用戶可能感興趣的一小部分候選集，排序階段則是將召回階段得到的候選集進行精準排序，推薦給用戶。 本篇我們來總結一下推薦系統中幾種常用的召回策略。主要有協同過濾、向量化召回和阿里最近在Aicon中提到的深度樹匹配模型。 1、協同過濾

>>阅读原文<<