国产综合久久久久-狠狠色噜噜狠狠狠狠av-国产女人乱人伦精品一区二区-亚洲a∨国产av综合av下载-爱做久久久久久

首頁 > 期刊 > 自然科學與工程技術 > 工程科技II > 綜合科技B類綜合 > 南京信息工程大學學報·自然科學版 > 基于深度學習的個性化新聞推薦 【正文】

基于深度學習的個性化新聞推薦

吳方照; 武楚涵; 安鳴霄; 謝幸 微軟亞洲研究院; 北京100080; 清華大學信息科學技術學院; 北京100084; 中國科學技術大學計算機科學與技術學院; 合肥230026
  • 推薦系統
  • 新聞推薦
  • 用戶建模
  • 深度神經網絡

摘要:由于網絡上每天有海量的新聞報道產生,新聞推薦已經成為減輕用戶信息負載、實現個性化新聞信息獲取的重要途徑,并被廣泛用于新聞網站和新聞APP中以提升用戶體驗.不同于傳統的商品推薦,在新聞推薦中新的新聞文章產生速度很快,而且新聞的語義信息需要結合整體新聞文本去理解,給傳統的基于ID和基于特征的推薦算法帶來了很大的挑戰.此外,用戶的新聞閱讀興趣存在高度多樣性和動態性的特點,使得準確的用戶建模變得非常困難.本文介紹了一些基于深度學習的個性化新聞推薦算法,并探討了新聞推薦未來的一些可行的方向.

注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社

投稿咨詢 文秘咨詢

南京信息工程大學學報·自然科學版

  • 預計1個月內 預計審稿周期
  • 1.38 影響因子
  • 教育 快捷分類
  • 雙月刊 出版周期

主管單位:江蘇省教育廳;主辦單位:南京信息工程大學

我們提供的服務

服務流程: 確定期刊 支付定金 完成服務 支付尾款 在線咨詢
主站蜘蛛池模板: 国产综合精品久久丫| 少妇被爽到高潮动态图| 午夜家庭影院| 欧美三级中文字幕在线观看| 精品人妻少妇一区二区三区| 久爱无码免费视频在线| 国产精品 视频一区 二区三区 | 搡老熟女国产| 亚洲成av人在线观看网站| 久久中文字幕人妻丝袜系列 | 精品无人区无码乱码毛片国产| 亚洲欧洲日产国码无码| 免费久久人人香蕉av| 色悠久久久久久久综合网伊人| 色综合天天综合网国产成人网 | 亚洲亚洲人成网站网址| 无码日本精品xxxxxxxxx| 女被啪到深处喷水gif动态图| 欧美影视精品久久| 无码影片| www一区二区乱码www| 精品无码老熟妇magnet| 在线观看成人无码中文av天堂| 高潮添下面视频免费看| 亚洲精品一区二区三区婷婷月 | 动漫av纯肉无码av在线播放| 伊人久久亚洲精品一区| 99ee6这里只有精品热| 国产美女遭强高潮免费| 国产亚洲精品久久久久久大师| 久久综合伊人| 国产v亚洲v天堂a无码| 中文字字幕在线中文无码| 香港三日本8a三级少妇三级99| 国产a∨精品一区二区三区不卡| 久久av无码精品人妻糸列 | 色欲久久久天天天综合网精品| 久久精品人人做人人爽| 久久综合99re88久久爱| 日韩欧美成人免费观看| 中文字幕日韩欧美一区二区三区|