推荐系统

推荐系统核心方法包括协同过滤（基于用户或物品相似性）、内容过滤（基于物品特征）和混合模型。深度学习引入后，神经协同过滤、序列模型和图神经网络被用于捕捉复杂交互。系统通常包含召回、排序和重排阶段，面临冷启动、数据稀疏和实时性挑战，广泛应用于电商、视频和社交平台。