典型文献
基于潜在主题分布和长、短期用户表示的新闻推荐模型
文献摘要：
[目的]在充分利用新闻文本内容、附加信息的基础上,探究用户的当前关注和稳定偏好,弥补现有新闻推荐方法在利用新闻内容信息和探索用户长、短期混合兴趣等方面的不足.[方法]构建了一种融合不同类型新闻信息的新闻表示模型,对新闻的标题、摘要、正文等文本内容,以及显式主题、潜在主题等附加信息进行有效利用;在此基础上,构建一种可以刻画用户长、短期兴趣用户表示模型,探究用户的当前关注和稳定偏好.[结果]所提模型在两个大规模新闻推荐数据集上的性能分别达到了69.51％(AUC)、34.09％(MRR)、37.25％(nDCG@5)、43.01％(nDCG@10)以及 66.05％(AUC)、30.93％(MRR)、34.30％(nDCG@5)、40.46％(nDCG@10),稳定超越7个基准模型.[局限]对历史行为稀疏的用户考虑不足,后续可针对用户冷启动场景作出适当推荐.[结论]所提模型利用先进的自然语言处理技术学习了信息量比较丰富的新闻和用户表示向量,其设计思路能有效提高新闻推荐的性能.
文献关键词：
新闻推荐;主题模型;神经网络;注意力机制
中图分类号：
作者姓名：
唐娇;张力生;桑春艳
作者机构：
重庆邮电大学软件工程学院 重庆400065
文献出处：
引用格式：
[1]唐娇;张力生;桑春艳-.基于潜在主题分布和长、短期用户表示的新闻推荐模型)[J].数据分析与知识发现,2022(09):52-64
A类：
B类：
潜在主题,主题分布,新闻推荐,推荐模型,新闻文本,文本内容,推荐方法,新闻内容,户长,合兴,新闻信息,表示模型,标题,摘要,正文,显式,推荐数,MRR,nDCG,史行,用户冷启动,自然语言处理技术,技术学习,信息量,比较丰富,主题模型,注意力机制
AB值：
0.397313
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
