张俊林，新浪微博 AI Lab 资深算法专家新浪微博 AI Lab 资深算法专家

内容介绍

深度学习已经在图像／视频／自然语言等应用领域取得了飞速的进展，相对其它应用领域，推荐系统有其自身特点，比如数据稀疏／特征数量巨大／特征稀疏／存在大量离散特征等独有的特性。如何结合深度学习技术目前也是各种实际推荐应用关注的内容。本演讲分为两个方面：一方面对目前在推荐系统领域采用深度学习的技术方案进行梳理介绍，将目前的常见深度学习推荐技术划分为：基于表示学习的模型和基于特征组合的模型两大类，并对比各种模型各自优缺点及合适的应用场景；另外一方面，对于深度学习技术如何应用在微博场景也做了经验分享。

内容大纲

1. 目前工业界推荐系统的整体架构及对应的深度学习技术应用在推荐系统哪些地方；

2. 基于表示学习的深度学习推荐模型，包括抽象框架及具备代表性的具体模型与系统；

3. 基于特征组合的深度学习推荐模型，包括抽象框架及具备代表性的具体模型与系统；

4. 深度学习推荐在微博的应用实践。