グローバルグラフ強化に基づくニュース推奨アルゴリズム

著者 | Wang Hao

レビュアー| Chonglou

# ニュースアプリです人々が日常生活の中で情報源を入手するための重要な手段。 2010年頃、海外ニュースアプリの人気はZiteやFlipboardなどがあり、国内ニュースアプリの人気は主に4大ポータルでした。 Toutiaoに代表される新時代のニュースレコメンド商品の人気により、ニュースアプリは新時代を迎えました。テクノロジー企業に関しては、どの企業であっても、高度なニュース推奨アルゴリズム技術を習得していれば、基本的に技術レベルでの主導権と発言権を握ることになる。

今日は、RecSys 2023 の最優秀長編論文賞にノミネートされた論文を紹介します - Going Beyond Local : Global Graph-Enhanced Personalized News Recommendations (論文ダウンロード アドレス: https://www.php.cn/link/195d221c982e47eb58347e5d06ce3180

アルゴリズムの全体的なアーキテクチャ図を以下に示します。

まず、ニュース テキストのコンテンツを次のように定義します (ここでは単に、ワード ベクトルの使用

##この式はユーザー側の特徴表現です。以下に

を定義します。実際には、すべてのニュースタイトルを配列に入れて、上記の式を使用して計算します。

上で紹介したのは、ローカル特徴表現とユーザー側です。特徴表現. 以下では GNN を使用します グローバル ニュース側の特徴ベクトルを表現するには:

グローバル ニュース側の特徴ベクトルの最終表現ニュース側の特徴ベクトルは、実際にはこれらの特徴ベクトルを組み合わせるものです。 まとめると次のようになります。

ニュース全体の最終的なトレーニング損失関数推奨システムは次のとおりです。

次に、実験による比較結果を見てみましょう。

#比較 (上の表) の結果、新しく設計されたアルゴリズム (GLORY) は多くの指標において同様のアルゴリズムよりも優れており、まれで優れたニュース推奨アルゴリズムであることがわかりました。設計アイデアは非常にシンプルですが、強力な深層学習テクノロジーが使用されており、アルゴリズムの最終的な効果を際立たせるために、作者はアルゴリズムを設計する過程で多くの技術的な作業を行ったに違いありません。 以下は、ニュースを提供するために異なるグラフ エンコーダーを使用したものです。テキストのようなエンコーディングの効果を実験的に比較しています。GNN を使用することが最も効果的であることがわかります:

GLORY は、近年登場した非常に優れたニュース推薦アルゴリズムで、コンテンツベースの類似度計算という古い枠組みから抜け出しているわけではありませんが、新しい技術を駆使して、古いマトリョーシカ人形にそれを入れて新たな価値を生み出すというこの記事は、古いワインを新しいボトルに詰めるというもので、真剣に研究する価値のある論文です。

著者紹介

Wang Hao、Funplus人工知能研究所の元所長。彼は、ThoughtWorks、Douban、Baidu、Sina などの企業でテクノロジーおよびテクノロジー幹部の役職を歴任してきました。インターネット企業、金融テクノロジー、ゲームなどの企業に 13 年勤務し、デジタル ミュージアム などの分野で深い洞察力と豊富な経験を持っています。 39論文を国際学会やジャーナルに発表し、IEEE SMI 2008 Best Paper Award、ICCBT 2020 / IEEE ICISCAE 2021 / AIBT 2023 / ICSIM 2024を受賞最優秀論文レポート賞を受賞。

#

以上がグローバルグラフ強化に基づくニュース推奨アルゴリズムの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。