科研之友
微信
新浪微博
Facebook
分享链接
摘要
现有的新闻推荐模型一般由文本特征提取网络和推荐网络两部分组成。新闻相关的边信息（如类别信息）并没有作用在文本特征提取过程中。在未融合边信息的情况下，文本特征提取网络和推荐网络两部分的优化目标是有差异的。提出SIACNN(Side Information Aggregated CNN)的结构，它通过注意力机制的方式，将边信息结合到文本特征提取中，缩小了文本特征提取和推荐网络之间优化目标的差异，有效提升了新闻推荐的效果。将SIACNN替换多个典型新闻推荐网络中的卷积神经网络，并利用MSN（微软新闻）采集的大型新闻数据集MIND(MIcrosoft News Dataset)来进行实验，通过实验证明了SIACNN能提高推荐效果，并同时具有泛化性。
- 单位
