Neural News Recommendation with Attentive Multi-View Learning

文章结构概述

• • • 一、概述

      • 二、核心应对问题
      • 三、处理策略
      • • 1、新闻编码器

    • 2、用户编码器

    • 3、点击预测模块

    • 4、模型训练过程

      • 四、实验分析结果

一、概述

标题：基于注意力机制的多视角学习在神经网络新闻推荐中的应用
作者：吴楚翰，吴方钊，安明晓，黄建强，黄永峰，谢星
文献类别：IJCAI19
出版年份：2019
代码来源网址：https://github.com/wuch15/IJCAI2019-NAML 作者个人主页：https://wuch15.github.io/
整理时间：2020年5月13日

二、主要问题识别与解决策略

当前的新闻推荐系统一般仅依赖单一信息源，例如新闻标题，来进行内容推荐。
=>通过整合多种信息源实现更加精准的推荐效果。
=>采用新闻编码器与用户解码器相结合的架构。
=>新闻编码器是一种基于注意力机制的多视角学习模型，能够从不同维度提取新闻内容的表达形式，包括但不限于标题、正文以及主题分类等要素。用户解码器则借助注意力机制，依据用户的浏览历史数据生成用户特征表示。

三、解决思路

![在这里插入图片描述](https://cdl.itad