《深度学习推荐系统》阅读笔记 2.前深度学习时代—推荐系统的进化之路-(1)协同过滤—基于邻域的方法

第二章—前深度学习时代—推荐系统的进化之路-(1)协同过滤—基于邻域的方法 为什么还要学习传统推荐系统方法 尽管当今推荐系统、计算广告和其他工业互联网领域中深度学习已经成为了主流方法，但了解传统推荐系统方法依然是必要的，理由有二： 即使深度学习流行的今日，像协同过滤、逻辑回归、因子分解机等方法依然凭借可解释性强、环境要求低、易于快速训练和部署简单等优势，活跃在大量应用场景中。依然有许多领域把LR当

>>阅读原文<<