深度学习是机器学习领域一个重要的研究方向,近年来在图像处理、自然语言理解、语音识别和在线广告等领域取得了突破性进展.将深度学习融入推荐系统中,研究如何整合海量的多源异构数据,构建更加贴合用户偏好需求的用户模型,以提高推荐系统的性能和用户满意度,成为基于深度学习的推荐系统的主要任务.该文对近几年基于深度学习的推荐系统研究进展进行综述,分析其与传统推荐系统的区别以及优势,并对其主要的研究方向、应用进展等进行概括、比较和分析.最后,对基于深度学习的推荐系统的未来发展趋势进行分析和展望.
黄立威 江碧涛 吕守业 刘艳博 李德毅 HUANG Li-Wei JIANG Bi-Tao LV Shou-Ye LIU Yan-Bo LI De-Yi
北京市遥感信息研究所 北京 100192/清华大学计算机科学与技术系 北京 100084
2018年7期 ISTIC EI PKU