本次讲座主要探讨深度学习在直播推荐中的应用。与传统推荐系统不同,基于深度学习的推荐系统通过深度网络学习并提取多层次的特征,可将直播的节目和用户中的隐藏特征自动化的提取、关联、抽象出来。加之深度模型的使用可大大节约像特征工程对特征提取的巨大投入,同时满足快速训练、迭代等实时性要求。
我主要会从推荐系统的两个关键技术点:召回和排序,来讲解深度学习模型的应用,包括推荐召回中的标签提取,结果排序中的CTR预估等方面,探讨深度神经网络在自然语言处理和CTR预估领域中的优势与挑战,以及深度推荐系统的前景与发展。