基于深度学习的搜索、推荐、广告系统最全最新论文分享分享

图片

    推荐系统是有效的信息过滤工具,由于互联网接入的增加、个性化趋势和计算机用户习惯的改变,这种工具非常普遍。尽管现有的推荐系统成功地产生了不错的推荐,但是它们仍然面临着诸如准确性、可伸缩性和冷启动等挑战。在过去的几年中,推荐系统中的研究热点之一是,深度学习的引入以提高推荐质量。

 

    在本资源中,基于深度学习的推荐方法进行了回顾与总结,对深度学习在搜索、推荐、广告相关领域的最新论文进行了整理。主要集中在embedding向量化,匹配(matching,),排序(CTR预估,CVR预估),后验排序,迁移学习和强化学习领域。

    资源整理自网络,资源获取见源地址:https://github.com/guyulongcs/Awesome-Deep-Learning-Papers-for-Search-Recommendation-Advertising

 

论文资源列表

图片

图片

图片

往期精品内容推荐

2020年最新-《Pytorch深度学习实战》免费书分享

2021ML实战新课-《深度学习速成课程2021》课程视频及ppt免费分享

Reza Zafarani经典教材-《社交媒体挖掘》PDF+随书课件打包分享

好书推荐-《深度学习基础-构建下一代机器学习算法》免费下载

机器学习教程-《人工智能领域概率统计学》免费pdf分享

深度学习通信领域相关经典论文、数据集整理分享

深度学习架构论文3-批量标准(BN)减少内部偏移加速模型训练

短小精悍-机器学习核心概念、模型、基础知识点简明手册-免费分享

李宏毅-深度学习(2020)-2-DL与人类语音处理技术概述

2020年最新深度学习模型、策略整理及实现汇总分享

相关推荐
©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页