当前有哪些流行的广告推荐算法？

### 回答1：
当前流行的广告推荐算法有:
1. 基于内容的推荐算法: 通过对广告内容的分析和比对来推荐相似或相关的广告。
2. 基于用户的推荐算法: 通过对用户的历史行为、兴趣、人口统计学特征等来推荐相似或相关的广告。
3. 基于协同过滤的推荐算法: 通过分析用户之间的相似性来推荐相似或相关的广告。
4. 基于深度学习的推荐算法: 使用神经网络模型来分析大量数据，并根据用户的行为来推荐相似或相关的广告。
5. 基于图卷积网络的推荐算法 : 通过对用户与物品的关系网络进行建模和分析，来推荐广告
6. 基于贝叶斯网络的推荐算法: 通过贝叶斯公式对用户和广告之间的关系进行建模来做广告推荐
7. 基于多层感知器网络的推荐算法：通过使用多层感知器来训练并建模用户与广告之间的关系来推荐广告
这些算法都是当前在广告推荐领域广泛使用的算法，根据实际应用场景和数据

### 回答2：
当前流行的广告推荐算法有以下几种：

1. 协同过滤算法：这是一种基于用户兴趣相似度的推荐算法，它通过分析用户的历史行为数据（如点击、购买等），找到与当前用户相似兴趣的其他用户，然后将这些用户喜欢的广告推荐给当前用户。

2. 基于内容的推荐算法：这种算法通过分析广告的文本内容或特征，对广告进行标签化或向量化，然后根据用户的历史兴趣和广告的内容匹配度，向用户推荐相关广告。

3. 基于关联规则的推荐算法：这种算法通过挖掘广告浏览历史数据中的关联规则，发现用户行为中的关联性，然后根据关联规则向用户推荐潜在感兴趣的广告。

4. 隐语义模型算法：这种算法将用户和广告表示为低维的隐语义空间，在该空间中计算用户和广告之间的相似度，然后根据相似度向用户推荐广告。

5. 神经网络算法：这是一种基于深度学习的推荐算法，通过构建多层神经网络结构，对用户的行为和广告进行特征提取和表示学习，然后根据学习到的特征向用户推荐个性化的广告。

这些广告推荐算法多种多样，具有不同的优势和适用场景，目前在互联网广告行业被广泛应用。