10.13878/j.cnki.jnuist.2019.03.005
基于深度学习的个性化新闻推荐
由于网络上每天有海量的新闻报道产生,新闻推荐已经成为减轻用户信息负载、实现个性化新闻信息获取的重要途径,并被广泛用于新闻网站和新闻APP中以提升用户体验.不同于传统的商品推荐,在新闻推荐中新的新闻文章产生速度很快,而且新闻的语义信息需要结合整体新闻文本去理解,给传统的基于ID和基于特征的推荐算法带来了很大的挑战.此外,用户的新闻阅读兴趣存在高度多样性和动态性的特点,使得准确的用户建模变得非常困难.本文介绍了一些基于深度学习的个性化新闻推荐算法,并探讨了新闻推荐未来的一些可行的方向.
推荐系统、新闻推荐、用户建模、深度神经网络
11
TP391.4(计算技术、计算机技术)
2019-08-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
278-285