既然是文本标签「推荐」，如果有行为数据，就不用抱着NLP方法不放， 可以把行为数据利用起来。简单粗暴快速有效高逼格的方式可能是（我没有验证过）：

其中：

LDA vector就是通过LDA得到的topic向量

Sentence2vec 一种简单的生成方式是将word2vec生成的词向量相加求平均

word list就是document中的具体的词，可以取固定长度的，训练的时候做embedding

tag 就是具体的tag词，做embedding

CNN是任何一个你喜欢的网络结构，可以是几层卷积，也可以是Inception等成熟网络结构

pairwise loss 这个模型使用pairwise的方式训练，需要结合实际定义一个loss function

PS：这个图是我临时画的，输入是我临时编凑的，原始思路是来源一个QA论文，刚才找论文没有找到。。。