Wide&Deep for recommendation 這篇論文,主要是Google於2016年提出的推薦系統,並且當時應用於app推薦。
在Netflix大賽後,基於矩陣分解的推薦系統被大家所開始研究並優化,且此方法能補足過去近鄰推薦的一些問題。像是推薦系統中的item之間存在相關性,當item增加,訊息量不會隨著item增加而線性增加。
Word embedding (Word vector)是近年來文字探勘非常熱門的技術,主要是用來將文字轉換成向量,透過向量化可進行大量運算。