Nachrichtenempfehlungsalgorithmus basierend auf globaler Diagrammverbesserung

Autor |. Wang Hao

Die Nachrichten-App ist eine wichtige Möglichkeit für Menschen, Informationsquellen in ihrem täglichen Leben zu erhalten. Zu den beliebten ausländischen Nachrichten-Apps gehörten um 2010 Zite und Flipboard, während es sich bei den beliebten inländischen Nachrichten-Apps hauptsächlich um die vier großen Portale handelte. Mit der Beliebtheit der von Toutiao vertretenen Nachrichtenempfehlungsprodukte der neuen Ära sind Nachrichten-Apps in eine neue Ära eingetreten. Was Technologieunternehmen angeht, egal um welches Unternehmen es sich handelt, solange sie die hochentwickelte Nachrichtenempfehlungsalgorithmus-Technologie beherrschen, werden sie grundsätzlich die Initiative und Mitsprache auf technischer Ebene haben.

Heute werfen wir einen Blick auf einen Artikel, der für den Best Long Paper Award von RecSys 2023 nominiert wurde – Going Beyond Local: Global Graph-Enhanced Personalized News Recommendations (Download-Adresse des Artikels:

https: / /www.php.cn/link/195d221c982e47eb58347e5d06ce3180Das Gesamtarchitekturdiagramm des Algorithmus ist unten dargestellt:

Wir definieren zunächst den Nachrichtentextinhalt wie folgt (wir verwenden nur Nachrichten Hier) Der Wortvektor , bei dem es sich um das lokale Entitätsmerkmal handelt, besteht darin, alle Nachrichtentitel in ein Array einzufügen und es dann mithilfe der obigen Formel zu berechnen.

Was wir oben vorstellen, ist der lokale Merkmalsausdruck und der benutzerseitige Merkmalsausdruck. Verwenden Sie GNN, um den globalen Nachrichtenseiten-Merkmalsvektor auszudrücken:

Der endgültige Ausdruck des globalen Nachrichtenseiten-Merkmalsvektors besteht tatsächlich darin, diese Merkmalsvektoren zusammenzusetzen:

Die gesamte Nachrichtenempfehlung Die endgültige Trainingsverlustfunktion des Systems lautet wie folgt:

Als nächstes werfen wir einen Blick auf den experimentellen Vergleichseffekt:

Nach dem Vergleich (Tabelle oben) Wir haben festgestellt, dass unser neu entwickelter Algorithmus (GLORY) in vielen Indikatoren besser ist als ähnliche Algorithmen, sodass es sich um einen seltenen und hervorragenden Nachrichtenempfehlungsalgorithmus handelt Deep-Learning-Technologie. Ich muss es beim Entwerfen des Algorithmus getan haben. Der endgültige Effekt des Algorithmus ist hervorragend. Das Folgende ist der experimentelle Vergleichseffekt der Verwendung verschiedener Graph-Encoder Nachrichtentext. Es ist ersichtlich, dass die Verwendung von GNN die beste Wirkung hat:

GLORY ist ein sehr hervorragender Nachrichtenempfehlungsalgorithmus, der in den letzten Jahren entstanden ist, obwohl dieser Algorithmus nicht dem alten inhaltsbasierten Rahmen entgeht Bei der Ähnlichkeitsberechnung nutzt der Autor die neuen Technologien voll aus, um alten Wein in neue Flaschen zu füllen. Dieser Artikel ist unserer ernsthaften Untersuchung sehr würdig.

Vorstellung des Autors

Wang Hao, ehemaliger Leiter des Funplus Artificial Intelligence Laboratory. Er hatte Führungspositionen im Bereich Technologie und Technologie bei ThoughtWorks, Douban, Baidu, Sina und anderen Unternehmen inne. Nachdem er 13 Jahre in Internetunternehmen, Finanztechnologie, Spielen und anderen Unternehmen gearbeitet hat, verfügt er über tiefe Einblicke und reiche Erfahrung in Bereichen wie künstliche Intelligenz, Computergrafik, Blockchain und digitale Museen. Veröffentlichte 39 Artikel auf internationalen wissenschaftlichen Konferenzen und Fachzeitschriften und gewann den IEEE SMI 2008 Best Paper Award, ICBDT 2020 / IEEE ICISCAE 2021 / AIBT 2023 / ICSIM 2024 Best Paper Report Award.

Das obige ist der detaillierte Inhalt vonNachrichtenempfehlungsalgorithmus basierend auf globaler Diagrammverbesserung. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!