内容推荐系统没有深度学习
我正在探索推荐系统的领域，而我所能找到的是利用深度学习的技术。我不想在深度学习领域工作。因此，除了深度学习以外，还有其他内容推荐系统的方法吗？还是如果我不喜欢深度学习，我应该更改主题？我还想在推荐系统中进行图形，而不是基于协作的建议。任何资源都是有用的。
I am exploring the field of recommendation systems and all I can find are techniques utilizing deep learning. I would not like to work in the area of deep learning. Thus, are there other approaches to content recommendation systems other than deep learning? Or should I change the topic if I don't like deep learning? I would also like to work on graphs in the recommendation system but for content and not collaborative-based recommendations. Any resources are useful.
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
深度学习建筑在许多实时用例中的表现非常出色，例如您自己的问题推荐说明系统。
如果您清楚地引用了问题，那么我建议一些古学，默认情况下，您会使用“基于顺序的古学，例如LSTM，GRU和Transformer。 -System-341806AE3B48“ rel =“ nofollow noreferrer”> Netflix推荐系统
Deep Learning architeture perform very well on many real time use cases, like your own problem recomendation saystem.
If you cited problems clearly, then i suggest some archetectecture, by default you go with "sequential based archetecture like LSTM, GRU and Transformer. Netflix Recommender system