推荐算法的模型主要分为三大类：

  1. 协同过滤类型的推荐模型
  2. 序列推荐模型
  3. 多任务模型

协同过滤类型

协同过滤类型的模型主要核心思想是基于物品信息和用户信息，使用模型学习出两者之间的相关性。常见的模型有双塔、协同过滤、Wide&Deep、DeepFM、xDeepFM。

序列推荐模型

序列推荐模型是采用深度学习的RNN家族的网络，把用户的点击序列作为一个学习序列，学习出用户的兴趣变化，常见的模型有DIEN、DIN、Bert4Rec。

多任务模型

多任务模型不仅仅对CTR任务进行学习，还对CVR任务进行学习。常见的模型有MMoE。

参考文献

  1. 深入理解推荐系统：十大序列化推荐算法梳理
  2. WPAI中使用MMoE模型完成58同城AI算法大赛