基于深度学习的个性化新闻推荐

• 作者: 吴方照 安鸣霄 武楚涵 谢幸
• 来源期刊: 南京信息工程大学学报
• 学科: 工学
• 关键词: 推荐系统 新闻推荐 用户建模 深度神经网络
• 年，卷（期）: 2019,（3）
• 页码范围: 278-285
• 页数: 8页
• 分类号: TP391.4
• 字数: 6452字
• 语种: 中文
• DOI: 10.13878/j.cnki.jnuist.2019.03.005

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢幸		8	17	2.0	4.0
2	吴方照		1	1	1.0	1.0
3	武楚涵	清华大学信息科学技术学院	1	1	1.0	1.0
4	安鸣霄	中国科学技术大学计算机科学与技术学院	1	1	1.0	1.0