Deep Learning based Recommender System:A Survey and New Perspectives
論文信息:Shuai Zhang, Lina Yao, and Aixin Sun 2017.7
ACM J. Comput. Cult. Herit. 1, 1, Article 35 (July 2017), 35 pages.
本文貢獻:
1)基於深度學習技術的推薦系統的系統回顧和提出一個新的分類模型來組織目前工作。
2)一個對於當前研究的總覽綜述和總結它們的優點和侷限。(可以根據具體問題來定位解決問題的模型)。
3)目前面臨的挑戰和問題,提出這個領域的新趨勢和未來的研究方向。
深度學習應用在推薦系統的必要性 :
工業角度:
文獻[17]利用DNN做youtobe視頻推薦。
文獻[12]利用a wide & deep model做Google Play APP 推薦。
文獻[81]利用RNN做Yahoo News推薦.。
學術角度:
RecSys 2016年基於深度學習的推薦系統。
基於深度學習的推薦系統分類 :
入圍出版物分類 :
推薦模型應用領域統計 :
未來研究方向和開放問題 :
1)挖掘用戶和項目的更深度信息(如 上下文,環境,隱式等)。
2)結合多個深度神經網絡深複合模型。
3)擴展時間動態(如基於會話)。
4)跨域推薦。
5)多任務學習。
6)注意機制 。
7)可擴展性。
8)新的評價指標。
關於上述提到研究方向的現有工作:
注:文中提到論文都在參考文獻中可對應查找到。