基于知识增强的细粒度个性化新闻推荐用户建模

熊晓波; 方文涛

doi:10.16339/j.cnki.jsjsyzdh.202404026

计算技术与自动化 ›› 2024, Vol. 43 ›› Issue (04) : 161 -166. DOI: 10.16339/j.cnki.jsjsyzdh.202404026

基于知识增强的细粒度个性化新闻推荐用户建模

熊晓波, 方文涛

作者信息 +

Author information +

文章历史 +

PDF

摘要

传统的新闻推荐用户建模方法难以深入解析新闻的复杂语义和用户的真实需求，为此提出了一种知识增强的新闻建模方法，通过实体表示层、上下文嵌入层和注意力聚合层获取新闻文档表示。在此基础上提出了一种基于知识增强文档的细粒度用户建模方法，利用长文档建模技术将知识增强的新闻文档串联成长文档，通过捕获文档间的词级交互行为得到细粒度用户表示；通过捕获文档内的实体交互行为得到粗粒度用户表示，粗粒度的用户表示和细粒度的用户表示聚合得到最终的用户表示。实验结果显示，提出的新闻建模方法在AUC和NDCG@10指标上优于基线模型，基于此方法的用户建模方法在AUC上至少提升2.51%,在NDCG@10上至少提升4.75%。