方法：
1.强化学习
用户是否点击一系列广告可以看成是一个序列过程，那么推荐广告就是一个序列决策过程。那么是否可以用强化学习来实现广告推荐。基本模型为：Deep Q-learning和LSTM的组合
强化学习的好处是：
a、在线学习。对于新用户，我们不知道他的喜好，通过不断的推荐后，我们能大概摸索出用户的喜好，也就是说，我们对于用户的embedding是根据用户的使用情况不断变换和适应的，避免了固定用户feature只能有固定embedding的问题。
b、利于探索。如果我们每次只推荐自认为用户感兴趣的广告，那么这些广告将被加强，没被推荐的广告由于被冷漠而被削弱。这也是所谓的马太效应，两极分化。由于rl的训练过程有探索的策略，刚好可以向用户推荐新鲜的广告，减少马太效应。
强化学习存在的挑战：
a、广告过多的问题，Q-learning能否handle这么广告，或者有什么降低输出维度的办法（maybe hierachical Q-learing）
b、那只用LSTM，不用rl, 做个用户的时序embedding是否可行。
2.DSSM
http://www.cnblogs.com/huangshiyu13/p/7009359.html
微软提出的一个算法，也是目前最先进的算法
各大公司目前的推荐算法基本都是DSSM的变体，比如一些网络结构不同，以及一些自身推荐需求不同的定制化结构
3.协同过滤
通过矩阵分解：http://www.cnblogs.com/huangshiyu13/p/6208999.html
似乎有点难加入用户feature，以及处理新用户
4.有监督学习
把有标记的（用户feature, 确实点击的某一广告）作为正例，（用户feature,未点击的某一广告）作为负例，进行有监督分类
这里有监督的方法就很多了，可以用logistic regression ，高斯混合模型(GMM, Gaussian Mixed Model)， SVM，决策树等等
5.用户无监督聚类
这个当然是最蠢的方法
可用的技术有LDA，k近邻法(KNN)和KMeans算法
问题;
1.正负例问题
一般训练数据里面的正负例是不均的，需要处理。
2.未展示和未点击的问题
如何构造负例，a、一种情况是广告展示给了用户，但是用户没有点击（当然一种可能是用户不感兴趣，二种情况可能是用户忙于其他事情漏了），所以这种负例是有噪声的（当然大部分情形是用户不感兴趣）。 b、广告还未展示给用户（这些未广告可能包含用户感兴趣的）。所以可以看出，只要是负例，总是有很多噪声。那么其实信息比较准确的是正例。所以，一般构造负例也就随机配对就行了。
3.利用graph structure
基本上各个公司的用户都有社交网络，或者关系网络。比如好友网络，粉丝网络，用户-商店关系网络，用户-公众号网络，如何在用户embedding的时候加入graph信息？
比如一批粉丝关注了同一个明星，那么他们在看到该明星代言的产品后，点击的概率可能会趋同。
比如一群人在一个相同的购车群中，那么他们可能都对购车广告更有偏爱。
所以，加入一些graph信息，也可能帮助推荐准确率。