摘要：
1. 概述 召回是指从全量信息集合中触发尽可能多的正确结果，并将返回结果给“排序”；排序是对所有召回的内容进行打分排序，选出得分最高的几个结果推荐给用户。 2. 召回策略 常用的主要有协同过滤、向量化召回和深度树匹配模型。 2.1 协同过滤 协同过滤主要分为基于物品的协同过滤、基于用户的协同过滤和基 阅读全文
摘要：
1. 推荐基础 2. 上下文推荐 3. 标签推荐 4. 用户行为推荐 5. 社交网络推荐 6. 冷启动问题 7. 评分预测 8. 参考博客 https://www.jianshu.com/p/bbcec0dca4c9 阅读全文
摘要：
1. 提升树 以决策树为基函数的提升方法称为提升树，决策树可以分为分类树和回归树，提升树模型可以表示为决策树的加法模型，其数学表达式为： 其中表示决策树，表示决策树的参数，为决策树的个数。 提升树算法流程： 输入：训练数据集 ① 初始化 ②对每棵树 ③对每个样本，计算残差 ④利用训练一棵决策树，得到 阅读全文