基于粒度神经网络的新闻投放渠道推荐
信息检索
2023-06-21 v1
摘要
随着神经网络技术的不断成熟与扩展，深度神经网络已作为深度学习的基本构件被广泛应用于语音识别、机器翻译、图像处理和推荐系统构建等多种应用中。因此，许多现实世界的复杂问题可通过深度学习技术解决。众所周知，传统新闻推荐系统多采用基于协同过滤与深度学习的技术，但这些算法的性能受限于数据的稀疏性与方法的可扩展性。本文中，我们提出一种利用粒度神经网络模型、通过分析新闻属性向合适渠道推荐新闻的推荐模型。具体而言，所构建模型以特定神经网络作为粒度神经网络的基础。不同信息粒度被赋予各类新闻素材，且不同信息粒度以不同方式在网络间释放。数据处理时生成粒度输出，其与各平台预设的区间值比较，并用于量化分析的有效性。分析结果可帮助媒体深度匹配合适新闻，最大化新闻的公众关注度与媒体资源利用率。
引用
@article{arxiv.2306.10022,
title = {The News Delivery Channel Recommendation Based on Granular Neural Network},
author = {Lin Wu and Rui Li and Jiaxuan Liu and Wong-Hing Lam},
journal= {arXiv preprint arXiv:2306.10022},
year = {2023}
}