概念梯度提升决策树 / Gradient Boosting Decision Tree
GBDT
一种集成机器学习算法，通过迭代训练多棵决策树并累加其预测结果来提升模型性能，在结构化数据的分类和排序任务中被广泛应用，但在复杂特征交叉和序列建模方面存在局限
时间轴 (近 90 天)
10月19日
XGBoost是梯度提升的高效实现，引入正则化项控制模型复杂度、支持并行计算与稀疏感知，并采用二阶梯度信息优化目标函数。
待验证50%
10月13日
矩阵分解只建模用户—物品二维关系，无法原生纳入时间、设备、会话等上下文，因此需要上下文扩展版本或与特征模型（如 GBDT）结合使用。
待验证50%
9月24日
传统基于 GBDT（梯度提升决策树）的 LTR 方案在特征交叉与序列行为建模上存在天花板
待验证50%