新闻推荐系统：近期进展、挑战与机遇综述

如今，越来越多的新闻读者倾向于在线阅读新闻，可从中获取来自多个来源的数百万篇新闻文章。为了帮助用户找到正确且相关的内容，新闻推荐系统 (NRS) 被开发出来以缓解信息过载问题，并推荐用户可能感兴趣的新闻条目。本文强调了新闻推荐领域面临的主要挑战，并从最先进的方法中识别出可能的解决方案。由于使用深度学习模型构建推荐系统的快速增长，我们将讨论分为两部分。第一部分，我们概述了 NRS 中使用的传统推荐解决方案、数据集、超越准确性的评估标准以及推荐平台。第二部分，我们解释了应用于 NRS 的基于深度学习的推荐解决方案。与以往的综述不同，我们还研究了新闻推荐对用户行为的影响，并试图提出缓解这些影响的可能补救措施。通过提供最先进的知识，本综述可帮助研究人员和实际从业者理解新闻推荐算法的发展。它也揭示了潜在的新方向。