典型文献
基于多维度兴趣注意力和用户长短期偏好的新闻推荐
文献摘要：
在这个网络媒体平台成为获取新闻资讯的主流方式的时代,新闻推荐扮演着至关重要的角色.一方面,媒体平台使用新闻推荐可帮助用户过滤掉不感兴趣的新闻,定制个性化阅读内容推送;另一方面,智能推送服务能够增加新闻点击率,帮助媒体平台实现新闻的快速传播.目前,新闻推荐逐渐成为数据分发领域核心技术之一,逐渐引起国内外学者的关注.该文针对新闻热度不均衡问题造成的长尾现象,提出了一种基于多维度兴趣注意力的用户长短期偏好的新闻推荐模型.首先,对用户长期偏好进行挖掘时把用户兴趣分成多个维度,并采用注意力机制控制不同兴趣维度的重要程度,从而学习到包含不同维度兴趣信息的长期偏好.其次,采用CNN与注意力网络相结合的模型对新闻进行表示学习,采用GRU在用户近段时间内的阅读历史中学习用户短期偏好.最后,通过大量在真实新闻数据集上的实验,以AUC、MRR、NDCG为评价指标与其他基线方法进行比较,证实了该模型均优于其他方法.
文献关键词：
新闻推荐;注意力机制;长尾效应;神经网络;用户长短期偏好
中图分类号：
作者姓名：
刘树栋;张可;陈旭
作者机构：
中南财经政法大学 人工智能法商应用研究中心,湖北 武汉 430073;中南财经政法大学 信息与安全工程学院,湖北 武汉 430073
文献出处：
引用格式：
[1]刘树栋;张可;陈旭-.基于多维度兴趣注意力和用户长短期偏好的新闻推荐)[J].中文信息学报,2022(09):102-111
A类：
用户长短期偏好
B类：
新闻推荐,网络媒体,媒体平台,获取新闻,新闻资讯,平台使用,滤掉,不感兴趣,个性化阅读,阅读内容,内容推送,智能推送,新闻点,点击率,数据分发,热度,均衡问题,推荐模型,长期偏好,用户兴趣,注意力机制,同兴,重要程度,不同维度,注意力网络,表示学习,GRU,习用,新闻数据,MRR,NDCG,其他方法,长尾效应
AB值：
0.318942
相似文献
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。
