推荐系统的发展演进历史和模型的目标及优缺点
推荐系统发展历程
梳理推荐系统的模型进化历程，明白模型改进了什么，有什么缺点。做到心中有一副big picture，才能明白未来模型的趋势。
前言
前期已经详细展示了各种推荐模型的原理和详解。本次按照时间线把各个模型串联起来。
一、模型进化历程
-
YouTubeNet模型的改进：实际中我们对模型进行了改进，用阿里EGES计算历史物品的embedding向量，这样很好的解决了冷启动问题，同时加入了物品更多的补充信息side information，物品的embedding向量也更准确。
二、常见问题
1.EGES是单独训练还是联合训练？
总结
提示：这里对文章进行总结： 本文主要多推荐算法常见模型进行一个简单的梳理，里面很多细节都可以拿出来问。彻底搞懂一个很重要。
上一篇：
通过多线程提高代码的执行效率例子
下一篇：
动态规划——租用游艇问题