用户多兴趣建模MIND1. 概述2. 算法原理3. 总结参考文献
工业界的推荐系统通常包括召回阶段和排序阶段。召回阶段我们根据用户的兴趣从海量的商品中去检索出用户（User）感兴趣的候选商品（ Item），满足推荐相关性和多样性需求。目前的深度学习模型的套路是将User和Item在同一向量空间中进行Embedding表示，使用User的Embedding表示User的兴趣。然而实际情况是User的兴趣是多种多样的，使用一个Embedding不足以全面的表示User的兴趣信息。该文的创新点在于：通过Mulit-Interest Extractor Layer 获
