摘要
本发明公开了时序分组用户兴趣表示的个性化新闻推荐方法,属于新闻推荐技术领域。针对已有的新闻推荐系统忽略用户阶段性的兴趣变化在用户兴趣建模中作用的问题,首先利用新闻的标题、类别、子类别设计一个组内特征编码器,来刻画分组内的新闻特征;其次,设计组间特征编码器,学习组间感知的候选新闻表示、组间感知的点击新闻表示和组间感知的组特征表示;然后,基于门控网络得到用户兴趣表示、候选新闻表示;最后,将用户兴趣表示与候选新闻表示进行内积得到兴趣得分。本发明融合新闻标题、类别、子类别多特征学习用户点击新闻的兴趣,计算用户兴趣和候选新闻的相似性,提高新闻推荐的准确性,在个性化新闻推荐系统应用方面实现技术支撑。
技术关键词
个性化新闻推荐方法
兴趣
多层感知机
语义
注意力机制
训练语言模型
时序
更新模型参数
新闻推荐技术
新闻推荐系统
样本
文本编码器
定义
列表