s********k
发帖数: 6180 | 1 看了他们用deep learning做得推荐模型，觉得不错，不过有一个问题是比如一个用户
追剧，推荐的基本都是后续剧集，这种事同样用在DL做training还是直接用rule based
来做？ |
g*********e
发帖数: 14401 | |
N*****r
发帖数: 94 | 3
based
这个是非常搞笑的
推荐续集，这属于基本的逻辑思考，是默认应该做的好吧, 这是默认相关啊
怎么会需要什么算法？
【在 s********k 的大作中提到】
: 看了他们用deep learning做得推荐模型，觉得不错，不过有一个问题是比如一个用户
: 追剧，推荐的基本都是后续剧集，这种事同样用在DL做training还是直接用rule based
: 来做？
|
s********k
发帖数: 6180 | 4 我的意思是通过DL算法能不能学出来也是这样的？这些rule based一般怎么和算法结合
【在 N*****r 的大作中提到】
:
: based
: 这个是非常搞笑的
: 推荐续集，这属于基本的逻辑思考，是默认应该做的好吧, 这是默认相关啊
: 怎么会需要什么算法？
|
c*********e
发帖数: 16335 | 5 我看我的推荐里面，都是些和我以前看过的类似的video.没必要用到dl这么深奥的东西
吧。
based
【在 s********k 的大作中提到】
: 看了他们用deep learning做得推荐模型，觉得不错，不过有一个问题是比如一个用户
: 追剧，推荐的基本都是后续剧集，这种事同样用在DL做training还是直接用rule based
: 来做？
|
m******r
发帖数: 1033 | 6 我们那儿有句话叫 '看书看傻了'，或者'学习学傻了'
虽说有点刻薄， 可我也想不出更好的idea了。
王朔的话叫，话糙理不糙。 |
s********k
发帖数: 6180 | 7 个人感觉得确实有可能，但是youtube，还有twitter应该都用DL了，只是想了解内部和
rule based system怎么结合用？
【在 c*********e 的大作中提到】
: 我看我的推荐里面，都是些和我以前看过的类似的video.没必要用到dl这么深奥的东西
: 吧。
:
: based
|
e******o
发帖数: 757 | 8 section 3.4专门讲这个。基本上就是label的选择的问题。 |
s********k
发帖数: 6180 | 9 哪里的section 3.4， 能否给个链接
【在 e******o 的大作中提到】
: section 3.4专门讲这个。基本上就是label的选择的问题。
|
e******o
发帖数: 757 | |
s********k
发帖数: 6180 | |
