面向大型媒体平台的基于RippleNet的新闻推荐冷启动问题解决方案
信息检索
2025-11-05 v1 机器学习
摘要
我们提出了一个基于RippleNet的可扩展推荐系统实现，针对媒体领域进行了生产部署，已在波兰最大在线媒体平台之一Onet.pl上实施。我们的解决方案通过将基于内容的项目嵌入整合到RippleNet的知识传播机制中，以解决新发布内容的冷启动问题，实现对先前看不见的项目的有效评分。系统架构利用Amazon SageMaker进行分布式训练和推理，利用Apache Airflow对数据管道和模型重新训练工作流程进行编排。为确保高质量的训练数据，我们构建了一个全面的黄金数据集，包括用户和项目特征以及独立的交互表，所有这些因素均可实现灵活的扩展和集成新的信号。
引用
@article{arxiv.2511.02052,
title = {Solving cold start in news recommendations: a RippleNet-based system for large scale media outlet},
author = {Karol Radziszewski and Michał Szpunar and Piotr Ociepka and Mateusz Buczyński},
journal= {arXiv preprint arXiv:2511.02052},
year = {2025}
}