-
摘要: 随着互联网特别是移动互联网技术的飞速发展，用户可以浏览海量的新闻信息，但伴随丰富的新闻同时而来的还有信息过载问题。个性化新闻推荐系统应运而生，在合适的时间为用户推荐合适的新闻文章，帮助每个用户快速找到自己感兴趣的新闻。本文首先介绍了个性化新闻推荐技术的研究现状，然后分析了常用的四种方法，最后总结了常用数据集、评价指标和存在的难点问题。
-
[1] Joseph K，Jiang H. Content based news recommendation via shortest entity distance over knowledge graphs[C]//Companion Proceedings of the 2019 World Wide Web Conference. 2019：690-699. [2] 潘丽芳，张大龙，李慧 . 基于用户的协同过滤 （UserCF） 新闻推荐算法研究 [J]. 山西师范大学学报（自然科学版），2018（4）：26-30. [3] 夏鸿斌，刘春芹，刘渊 . 融合社交关系和标签信息的混合新闻推荐算法 [J]. 计算机应用研究，2021（1）：61-64. [4] 冯文杰，熊翱 . 基于新闻时效性的协同过滤推荐算法 [J]. 计算机系统应用，2018（5）：193-197. [5] 陶永才，李俊艳，石磊，卫琳 . 基于地理位置的个性化新闻混合推荐研究 [J]. 小型微型计算机系统，2016（5）：943-947. [6] 吴方照，武楚涵，安鸣霄，谢幸 . 基于深度学习的个性化新闻推荐 [J]. 南京信息工程大学学报（自然科学版），2019（3）：278-285. [7] Moreira G S P，Jannach D，da Cunha A M. Hybrid Sessionbased News Recommendation using Recurrent Neural Networks[J]. arXiv preprint arXiv：2006.13063，2020. -
点击查看大图
计量
- 文章访问数: 249
- HTML全文浏览量: 41
- PDF下载量: 10
- 被引次数: 0
下载:
