基于会话的双层注意力机制新闻推荐方法

摘要：

随着新闻信息的爆炸式增长,个性化新闻推荐对用户快速找到感兴趣的新闻变得非常重要.基于会话的推荐旨在根据用户的行为序列向用户推荐下一个可能感兴趣的项目.但是,现有方法大都忽略了会话内用户阅读行为的随机性和偶然性,难以捕捉用户的主要兴趣,或者将用户会话视为单个序列,忽视了用户兴趣在不同会话之间的演变和关联.文中提出了一种基于会话的双层注意力机制新闻推荐方法,该方法将用户行为序列划分成多个会话:首先使用卷积神经网络对用户点击的新闻特征进行提取;其次在兴趣感知注意力层结合门控循环单元和自注意力机制获取用户在每个会话内的主要兴趣;最后,在会话感知注意力层使用注意力机制建模当前会话和历史会话之间用户兴趣的关联程度以形成最终的用户兴趣表示.通过在真实世界的数据集上与基准方法进行对比实验,结果表明了所提方法在新闻推荐上的有效性.

关键词：新闻推荐、基于会话的推荐、注意力机制、神经网络

所属期刊栏目：41

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金61772285,61373185

在线出版日期：2021-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：99-106