一种基于用户隐式反馈的会话新闻推荐方法及推荐系统

摘要

本发明涉及一种基于用户隐式反馈的会话新闻推荐方法及推荐系统，所述推荐方法包括以下步骤：获得每一篇新闻文章的文章向量；利用用户正隐式反馈获取所述新闻序列中每一篇新闻文章的注意力权重，获得会话向量；计算会话向量与待推荐新闻的文章向量间的余弦相似度，推送相应新闻文章；所述共现特征向量通过一共现特征编码学习模型获得，会话向量通过一会话表示模型获得，模型参数通过以下方式进行更新：计算会话向量和所有文章向量的余弦相似度，将用户真正点击的下一篇文章作为标签，考虑用户负隐式反馈，利用交叉熵构建损失函数，更新所述模型参数，用户负隐式反馈为曝光未点击的文章。与现有技术相比，本发明具有推荐准确性高等优点。