-
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: 324
- HTML全文浏览量: 54
- PDF下载量: 13
- 被引次数: 0