推荐算法综述（五）

除了我们已经介绍的一些比较传统的推荐系统（例如流行度、协同过滤、基于内容的过滤、混合方法），目前还有许多的其他方法也可以用于增强推荐系统，包括： 深度学习 社会化推荐 学习排序 多臂Bandit（探索/利用） 张量因子分解和因子分解（情境感知的推荐） 这些更先进的和非传统的方法有利于将推荐系统的性能推高到一个新的水平，但实际上这些算法也存在不足，不太易于理解，而且在推荐插件中并没有很好地被支持。在

>>阅读原文<<