深度学习在推荐平台的使用

推荐系统的策略主要分为召回和排序两个过程 召回主要负责生成推荐的候选集 排序负责将多个算法策略的结果进行个性化排序 一：召回层：我们通过用户行为、场景等进行实时判断，通过多个召回策略召回不同候选集。再对召回的候选集进行融合。候选集融合和过滤层有两个功能，一是提高推荐策略的覆盖度和精度；另外还要承担一定的过滤职责，从产品、运营的角度制定一些人工规则，过滤掉不符合条件的 Item。下面是一些我们常用到

>>阅读原文<<