个性化新闻推荐技术研究综述*

• 作者: 孙福振 方春 李鑫鑫 王绍卿
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 新闻推荐 个性化 推荐系统
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 综述·探索
• 页码范围: 18-29
• 页数: 12页
• 分类号: TP18
• 字数: 11007字
• 语种: 中文

摘要

新闻每时每刻都在发生,阅读新闻已经成为很多人的习惯.新闻媒体众多,网络媒体凭其迅捷性和便利性成为很多人的首选.网络新闻众多导致新闻过载,这就迫切需要个性化的新闻推荐系统,帮助用户快速地找到感兴趣的新闻.伴随着新闻大数据的产生和移动互联网的蓬勃发展,个性化新闻推荐迎来了新的机遇和挑战.首先介绍了个性化新闻推荐的挑战性;然后提出了个性化新闻推荐系统的基本框架,该框架包含新闻建模、用户建模、推荐引擎和用户接口四个模块,并以该框架为基础,分别综述了每个模块的研究进展,列举了现有的个性化新闻推荐系统中四个模块所采用的技术;最后总结了常用数据集、实验方法、评测指标和未来的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙福振	山东理工大学计算机科学与技术学院	36	108	4.0	9.0
2	王绍卿	山东理工大学计算机科学与技术学院	9	32	4.0	5.0
3	方春	山东理工大学计算机科学与技术学院	13	14	2.0	3.0
4	李鑫鑫	山东理工大学计算机科学与技术学院	2	1	1.0	1.0