本文主要针对流行度偏差问题而提出的相关方法，大多数现有工作将这个问题置于静态设置中，仅针对带有记录数据的单轮推荐分析偏差。这些工作没有考虑到现实世界推荐过程的动态特性，留下了几个重要的研究问题没有得到解答：...

通过对用户之间的关系，用户对物品的评价反馈一起对信息进行筛选过滤，从而找到目标用户感兴趣的信息。

协同过滤推荐算法是诞生最早，并且较为著名的推荐算法。主要的功能是预测和推荐。算法通过对用户历史行为数据的挖掘发现用户的偏好，基于不同的偏好对用户进行群组划分并推荐品味相似的商品。协同过滤推荐算法分为两类，分...

推荐算法最早在1992年就提出来了，但是火起来实际上是最近这些年的事情，因为互联网的爆发，有了更大的数据量可以供我们使用，推荐算法才有了很大的用武之地。...

2、问题：头部效应很重，热门item有大量的正样本，而冷物品有大量负样本，难以均衡化；

这节课我们来学习K近邻在推荐系统中的应用，你将完成本课程的第一个实战项目：基于KNN的电影推荐系统！为了使你能够顺利地完成实战内容，我们先了解一下推荐系统中的基础知识。...

我们在学习推荐系统的时候，最好是理论结合项目一起来做，项目能直接检验学习的理论知识。我觉得推荐系统算法和其他深度学习算法不一样的点在于：推荐系统算法有比较多的项目可以去练手（就是说推荐系统算法的应用更大众化，模...

我们日常使用的各种 APP 中的许多功能，都离不开相似度检索技术。比如一个接一个的新闻和视频推荐、各种常见的对话机器人、保护我们日常账号安全的风控系统、能够用哼唱来找到歌曲的听歌识曲，甚至就连外卖配送的最佳路...

从 1956 年的达特茅斯会议至今，AI 已经走过了近 70 年的历程。这 70 年间，对于AI 的期待有之，对于 AI 的恐慌有之，资本对于 AI 的追捧此起彼伏，技术人对于 AI 的探索应用也从未停歇。...

第一条是显式建模特征交互，提升模型对交叉特征的捕获能力。(如Wide&Deep,PNN,FNN,DCN,DeepFM,AutoInt等)