CTR 預測理論（二十二）：推薦系統如何作 User Embedding

推薦系統如何作 User Embedding 首先，用來學習 item embedding 的方法大部分是能夠遷移到學習 user embedding 中去的，由於 user 和 item 在推薦系統中處在大體對稱的兩個位置（在矩陣分解中顯得尤其明顯），可是 user 和 item 仍是有區別的。前端 從建模的角度來講，item 的屬性通常是不太隨時間變化而變化的，而 user 則不一樣，user

>>阅读原文<<