查看“推荐系统”的源代码

=推荐系统=

大数据智能的一个应用，在电子商务领域比较普遍。

电子商务规模不断扩大的背景下，商品数量和种类快速增长，用户需要花费大量时间才能找到自己想买的商品，这就是信息超载问题。为了解决这个难题，推荐系统（Recommender System）应运而生。

个性化推荐系统是信息过滤系统（Information Filtering System）的子集，它可以用在很多领域，如电影、音乐、电商和 Feed 流推荐等。推荐系统通过分析、挖掘用户行为，发现用户的个性化需求与兴趣特点，将用户可能感兴趣的信息或商品推荐给用户。

与搜索引擎不同，推荐系统不需要用户准确地描述出自己的需求，而是根据分析历史行为建模，主动提供满足用户兴趣和需求的信息。

=协同过滤=

=基于深度学习的推荐系统=

性化推荐神经网络模型。

http://book.paddlepaddle.org/recommender_system/

=基于强化学习的推荐系统=

Gorila (General Reinforcement Learning Architecture) 

#Massively Parallel Methods for Deep Reinforcement Learning, arxiv 1507.04296.

=RecSys会议=

#Covington P, Adams J, Sargin E. Deep neural networks for youtube recommendations[C]//Proceedings of the 10th ACM Conference on Recommender Systems. ACM, 2016: 191-198.