PerCoNet：基于显式用户画像与对比学习的新闻推荐
信息检索
2023-04-18 v1
摘要
个性化新闻推荐系统帮助用户从信息海洋中快速找到感兴趣的内容。如今，个性化新闻推荐的主流技术基于深度神经网络，可精确建模新闻条目与用户兴趣之间的语义匹配。本文提出PerCoNet，一种用于个性化新闻推荐的新型深度学习方法，其具有两项新发现：（i）基于用户近期新闻阅读历史中显著实体进行显式画像（explicit persona）分析，可能比大多数现有工作采用的隐式画像分析更有效，并具有增强可解释性的附带好处；（ii）通过跨视图对比学习利用每篇新闻的标题与摘要，比直接拼接二者效果更好。在两个真实世界新闻数据集上的大量实验清楚表明，与当前最先进（SOTA）技术相比，我们提出的方法具有更优性能。
引用
@article{arxiv.2304.07923,
title = {PerCoNet: News Recommendation with Explicit Persona and Contrastive Learning},
author = {Rui Liu and Bin Yin and Ziyi Cao and Qianchen Xia and Yong Chen and Dell Zhang},
journal= {arXiv preprint arXiv:2304.07923},
year = {2023}
}
备注
9 pages, 5 figures, 2 tables, 56 references