基于特征双向动态协同的个性化新闻推荐方法

摘要

基于特征双向动态协同的个性化新闻推荐方法，包括用户‑新闻双向动态协同表征模块、卷积层、池化层和预测层。用户‑新闻双向动态协同表征模块包括用户动态协同表征网络和新闻动态协同表征网络。对于用户历史浏览新闻序列，经过用户动态协同表征网络，借助注意力模型得到用户特征矩阵，其能够反映用户历史浏览的新闻内容特征和浏览序列特征，包含新闻‑用户交互信息。对于候选新闻，经过新闻动态协同表征网络，能够在新闻内容特征的基础上利用新闻历史读者的特征，引入用户‑新闻协同信息，得到新闻特征矩阵；能够同时挖掘用户浏览模式和新闻受众特点，得到用户偏好向量和新闻协同特征向量；最后，预测层利用向量预测用户对候选新闻的浏览概率。