每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

推荐系统全面回顾：从理论到实践

Created by
  • Haebom

作者

Shaina Raza、Mizanur Ra​​hman、Safiullah Kamawal、Armin Toroghi、Ananya Raval、Farshad Navah、Amirmohammad Kazemeini

大纲

推荐系统在通过个性化商品推荐提升用户体验方面发挥着至关重要的作用。本文全面回顾了推荐系统从2017年到2024年的演变，将理论进步与实际应用相结合。本文探讨了基于内容的过滤和协同过滤等传统技术，以及深度学习、基于图的模型、强化学习和大规模语言模型等先进方法。此外，本文还探讨了上下文感知、基于评论和公平感知等专用系统。本研究的主要目标是连接理论与实践，应对电子商务、医疗保健和金融等不同领域的挑战，并强调对可扩展、实时且可靠的解决方案的需求。

Takeaways，Limitations

•
Takeaways：
◦
加强学术研究与产业之间的伙伴关系。
◦
行业专家指导您优化推荐系统部署。
◦
为解决新技术和社会趋势提供灵感。
•
Limitations：
◦
论文本身未指定Limitations。（未包含在论文摘要中）
👍
Made with Slashpage