Deep Neural Networks for YouTube Recommendations,2016

这篇博客讨论了YouTube如何利用深度学习网络(如CNN、RNN和Attention机制)构建大规模文本分类的推荐系统。文章深入介绍了2016年Paul Covington等人发表的论文,并提供了相关资源链接。此外,还涵盖了2017年的深度学习推荐系统综述,探讨了该领域的最新进展和未来展望。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Deep Neural Networks for YouTube Recommendations,2016
Paul Covington ,Jay Adams, Emre Sargin
Proceedings of the 10th ACM Conference on Recommender Systems, ACM, New York, NY, USA (2016)
https://research.google/pubs/pub45530/
-
 重读Youtube深度学习推荐系统论文
https://zhuanlan.zhihu.com/p/52169807
论文笔记, https://blog.youkuaiyun.com/xiongjiezk/article/details/73445835
论文精读,https://zhuanlan.zhihu.com/p/25343518

 

用深度学习(CNN RNN Attention)解决大规模文本分类问题 - 综述和实践
https://zhuanlan.zhihu.com/p/25928551
https://github.com/brightmart/text_classification

Deep Learning based Recommender System: A Survey and New Perspectives,2017
https://arxiv.org/abs/1707.07435
https://nakaizura.blog.youkuaiyun.com/article/details/85398385

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值