基于MIND数据集的用户推荐系统
信息检索
2022-09-14 v1 机器学习
摘要
如今，对于研究人员和其他个体而言，满足其兴趣是一种非常重要的方式，因为它提供了简短的解决方案以满足其需求。由于互联网上的信息海量，新闻推荐系统使我们能够过滤内容并按用户的愿望与兴趣比例将其传递给用户。推荐系统（RSs）有三种技术：基于内容的过滤、协同过滤和混合过滤。我们的系统将使用2019年收集的MIND数据集，该数据集的主要挑战在于存在大量歧义与复杂的文本处理。本文提出我们的推荐系统。系统的核心使用了GloVe算法进行词嵌入与表示。此外，多头注意力层计算词的注意力，以生成推荐新闻列表。最终，我们取得了良好结果，在AUC 71.211、MRR 35.72、nDCG@5 38.05和nDCG@10 44.45上优于其他一些相关工作。
引用
@article{arxiv.2209.06131,
title = {User recommendation system based on MIND dataset},
author = {Niran A. Abdulhussein and Ahmed J Obaid},
journal= {arXiv preprint arXiv:2209.06131},
year = {2022}
}