A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Hierarchical Preference Hash Network for News Recommendation Rede de hash de preferência hierárquica para recomendação de notícias

Jianyong DUAN, Liangcai LI, Mei ZHANG, Hao WANG

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

A recomendação personalizada de notícias está se tornando cada vez mais importante para as plataformas de notícias online, para ajudar os usuários a aliviar a sobrecarga de informações e melhorar a experiência de leitura de notícias. Um problema fundamental na recomendação de notícias é aprender representações precisas dos usuários para capturar seu interesse. No entanto, a maioria dos métodos de recomendação de notícias existentes geralmente aprendem a representação do usuário apenas a partir do histórico de notícias interagidas, ignorando os recursos de agrupamento entre os usuários. Aqui propusemos uma rede hash hierárquica de preferência do usuário para melhorar a representação do interesse dos usuários. Na parte hash, uma série de buckets são gerados com base no histórico de interações dos usuários. Usuários com preferências semelhantes são atribuídos automaticamente aos mesmos buckets. Também aprendemos representações de usuários a partir das notícias navegadas na parte histórica. E então, uma Atenção de Rota é adotada para combinar essas duas partes (vetor histórico e vetor hash) e obter o vetor de preferência do usuário mais informativo. Quanto à representação de notícias, um transformador modificado com incorporação de categorias é explorado para construir a representação semântica de notícias. Ao comparar a rede hash hierárquica com vários métodos de recomendação de notícias e conduzir vários experimentos no Microsoft News Dataset (MIND), validamos a eficácia de nossa abordagem na recomendação de notícias.

Publicação
IEICE TRANSACTIONS on Information Vol.E105-D No.2 pp.355-363
Data de publicação
2022/02/01
Publicitada
2021/10/22
ISSN online
1745-1361
DOI
10.1587/transinf.2021EDP7034
Tipo de Manuscrito
PAPER
Categoria
Inteligência Artificial, Mineração de Dados

autores

Jianyong DUAN
  North China University of Technology,CNONIX National Standard Application and Promotion Lab
Liangcai LI
  North China University of Technology,CNONIX National Standard Application and Promotion Lab
Mei ZHANG
  North China University of Technology
Hao WANG
  North China University of Technology,CNONIX National Standard Application and Promotion Lab

Palavra-chave