今日 Paper | 新闻推荐系统；多路编码；知识增强型预训练模型等

AI科技评论 · 公众号 · AI · 2020-01-20 13:46

正文

请到「今天看啥」查看全文

详细了解如何设计和使用一个基于深度学习的新闻推荐系统

论文名称：CHAMELEON: A Deep Learning Meta-Architecture for News Recommender Systems [Phd. Thesis]

作者：Moreira Gabriel de Souza Pereira

发表时间：2019/12/29

论文链接：https://paper.yanxishe.com/review/9113

这是一篇来自巴西航空理工学院的博士毕业论文，主要讨论了基于深度学习的新闻推荐系统的设计方法 —— 不是讨论某个具体的架构，而是讨论如何设计架构，也就是“元架构”。

新闻推荐系统对如今的许多媒体平台来说都是不可或缺的，给用户推荐他们喜欢的内容（以及广告），能让他们获得更好的浏览体验，从商业角度也能提高用户活跃度和平均使用时长。

这篇论文作为博士毕业论文，对新闻推荐系统这个子领域做了详细的研究讨论，包括介绍推荐系统的背景、比较现有的新闻推荐系统、介绍深度学习应用于推荐系统中的基础知识等。作者的主要研究成果是，可以根据具体的使用需求设计基于深度学习的新闻推荐系统的“元架构”（系统设计方法）CHAMELEON。它含有模块化的推理结构，可以具体选用不同的神经网络基础组件。作者详细介绍了CHAMELEON的特点和应用思路，也包括了针对冷启动情境的解决方案。

对于感兴趣详细理解这个任务的研究人员，以及对于正在设计、打算设计推荐系统的开发人员，这篇论文都具有极高的参考价值。