推薦算法綜述（五）

除了我們已經介紹的一些比較傳統的推薦系統（例如流行度、協同過濾、基於內容的過濾、混合方法），目前還有許多的其他方法也可以用於增強推薦系統，包括： 深度學習 社會化推薦 學習排序 多臂Bandit（探索/利用） 張量因子分解和因子分解（情境感知的推薦） 這些更先進的和非傳統的方法有利於將推薦系統的性能推高到一個新的水平，但實際上這些算法也存在不足，不太易於理解，而且在推薦插件中並沒有很好地被支持。在

>>阅读原文<<