第二篇《基于深度学习的推荐系统研究综述》论文阅读笔记

[1]黄立威,江碧涛,吕守业,刘艳博,李德毅.基于深度学习的推荐系统研究综述[J].计算机学报,2018,41(07):1619-1647.
基于深度学习的推荐系统研究综述

一、文章本身

1.Primary thesis （文章主旨—文章想说啥？如果不明显就自己去总结）

基于深度学习的推荐系统的研究与应用进展进行综述．
第 1节 引言
第２节 介绍传统推荐算法；
第３节 深度学习主要方法；
第４节 基于深度学习的推荐系统的研究进展（重点分析）
第５节 展望基于深度学习的推荐系统的未来研究趋势；
第６节 全文总结

2. 传统推荐方法

1. 基于内容的推荐（ 根据用户已经选择或者评分的项目，挖掘其它内容上相似的项目作为推荐）
2. 协同过滤推荐（利用相似用户之间具有相似兴趣偏好的方法，来发现用户对项目的潜在偏好）
3. 混合推荐（后融合、中融合和前融合）