摘要
在线新闻推荐系统中,个性化新闻推荐是解决新闻信息爆炸问题,帮助用户便捷找到感兴趣新闻的一项重要技术.在过去的研究中,各种新闻推荐技术层出不穷,在提高用户体验上已取得显著成效.但由于在线新闻的多样性、动态性和时效性,新闻推荐仍是亟待发展且具有挑战性的.首先,从传统方法和深度学习方法的角度,对个性化新闻推荐进行展开,并对新闻建模及用户兴趣建模进行归纳总结,分析两类方法的技术特点和不足之处.然后,介绍个性化新闻推荐的数据集和评价方法,对典型新闻和用户兴趣建模方法的效果进行对比.最后,对该领域未来可能的研究方向进行展望.希望能对个性化新闻推荐、自然语言处理和数据挖掘相关领域的研究有所帮助.
国家科技期刊平台
NSTL
维普
万方数据