利用用户本地上下文支持地方新闻

过去15年间，由于在线新闻来源的激增，美国地方报纸在读者留存与业务上遭受了巨大损失。地方媒体公司正开始从广告支持的商业模式转向基于订阅的模式，以缓解此问题。在这种订阅模式下，需要提升用户参与度与个性化，而推荐系统是这些新闻公司实现该目标的一种途径。然而，在此情境下使用关注用户全局偏好的标准建模方法并不合适，因为用户的本地偏好表现出某些特定特征，不一定与其在新闻上的长期或全局偏好相匹配。我们的研究探索了一种基于本地会话的推荐方法，使用基于地方新闻文章及涉及不同地方新闻类别文章的推荐。在来自一家地方报纸的新闻数据集上的实验表明，这些本地模型（尤其是某些特定类别的条目）确实为个性化提供了更高的准确性与有效性，进而可能带来用户对地方新闻内容更多的参与。