基于LambdaMART算法的微信公众号排序

• 作者: 渠北浚 白宇 蔡东风 陈建军
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 微信公众号 排序学习 LambdaMART 主成分分析
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 信息检索与问答系统
• 页码范围: 101-109
• 页数: 9页
• 分类号: TP391
• 字数: 6558字
• 语种: 中文

摘要

随着移动应用的普及,微信公众号已经成为人们获取信息的重要来源之一.微信公众号排序是获取优质信息、节约信息管理成本的必要手段.现有的公众号排序方法主要是对总阅读数、总点赞数等量化指标进行人工经验赋权得到排序结果,忽略了文章内容对公众号选择的影响.该文在保留量化指标的基础上,提出了主题垂直性、发文稳定性、主题覆盖率和主题相关性等微信篇章排序特征,使用LambdaMART算法针对上述特征集合进行排序学习,并通过主成分分析进行特征选择优化.实验结果表明,在公众号排序方面,LambdaMART方法优于现有其他方法,相关实验也证明了基于微信篇章内容分析特征的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡东风	沈阳航空航天大学人机智能研究中心	105	916	14.0	27.0
2	白宇	沈阳航空航天大学人机智能研究中心	26	159	6.0	12.0
3	渠北浚	沈阳航空航天大学人机智能研究中心	1	0	0.0	0.0
4	陈建军		1	0	0.0	0.0