推薦系統基礎之wide&deep模型

1 背景 對於一個推薦系統，我們可以採用協同過濾、矩陣分解等算法來預測用戶對物品的評分，根據評分取前N個進行推薦。然而，在實際應用場景中，要計算所有用戶對所有物品的評分，計算量十分龐大，並且需要佔據巨大的內存，因此，通常的做法是先對所有物品進行召回，以召回的這一部分物品作爲候選，再對這些候選物品進行評分或點擊率預測，根據預測結果排序，取前N個進行推薦。wide&deep模型就是點擊率預測的一個經典

>>阅读原文<<