推荐系统相关知识链接

1-好：EMBEDDING 在大厂推荐场景中的工程化实践

https://lumingdong.cn/engineering-practice-of-embedding-in-recommendation-scenario.html

论文：

1（Y ouTube - 2016 年 9 月的 RecSys ）

https://static.googleusercontent.com/media/research.google.com/zh-CN//pubs/archive/45530.pdf

2 KDD 2018 的 Best Paper

https://astro.temple.edu/~tua95067/kdd2018.pdf

短租平台 ， 推荐合适的住房。

3 KDD 2018 上的，来自阿里巴巴

https://arxiv.org/abs/1712.08289v4

2推荐系统的中 EMBEDDING 的应用实践

https://lumingdong.cn/application-practice-of-embedding-in-recommendation-system.html

3推荐中的排序学习

https://lumingdong.cn/learning-to-rank-in-recommendation-system.html

4基于协同的推荐算法

https://lumingdong.cn/cooperative-recommendation-algorithms.html

Hybird I2I 算法其实是构造一个机器学习的分类模型，通过在不同场景下的点击行为反馈来学习到在各个不同场景下的最优推荐，典型代表就是 Learn to Rank，LTR，通常用在推荐架构中的排序阶段，关于 LTR

5基于矩阵分解的推荐算法

https://lumingdong.cn/recommendation-algorithm-based-on-matrix-decomposition.html

6推荐系统中的探索和利用问题

https://lumingdong.cn/exploration-and-exploitation-in-the-recommendation-system.html