深度学习在花椒直播中的应用——排序算法篇

排序算法概述 现代推荐系统通常分为召回和排序两个阶段。召回阶段通常会用一些成本低、速度快的模型从十万、百万量级的候选集中初步筛选，留下千、百个；而后在排序阶段用更加精细的特征和复杂的模型来进行精排，最终留下topK个。node 近十年间，业界排序模型的发展能够说是一日千里，从千篇一概的LR，到2010年FM的提出，再到2014年Facebook提出的树模型GBDT，这几年能够当作是现代推荐系统的上

>>阅读原文<<