报告
新闻推荐算法的现状及优化策略
摘要
个性化算法推荐系统深刻影响着以智能手机为终端的新媒体的发展。本文探讨了文本特征提取技术、相似度计算算法、基于内容推荐方法、协同过滤推荐方法和矩阵分解方法等。目前个性化推荐算法的发展存在不少问题:推送内容不符合用户兴趣、内容质量不高、信息茧房、可遗忘性缺失和版权侵犯等。作者提出了相应的对策,即技术不断革新、构建优质内容生态、加强立法管理、保持人工审核力度、克服信息茧房等。
检索正文关键字
报告目录
-
一 一般热门推荐算法
- (一)聚合计算
- (二)时间因素
- (三)案例
- 1.HackerNews新闻排序算法
- 2.Reddit信息排序算法
-
二 个性化推荐系统
- (一)个性化推荐系统的相关概念及变量
- (二)新闻文本的特征提取
- (三)相似度计算
- (四)基于内容的推荐(CB)
- (五)基于协同过滤的推荐(CF)
- (六)矩阵分解方法(MD)
- (七)推荐系统的融合
-
三 当前个性化新闻推荐算法的问题
- (一)内容不符合用户兴趣
- (二)内容质量问题
- (三)信息茧房与信息成瘾
- (四)可遗忘性
- (五)版权
-
四 推荐算法的优化策略
- (一)技术不断革新
- (二)构建优质内容生态
- (三)保持人工审核力度,加强立法管理
- (四)克服信息茧房的策略
相关文献
查看更多>>>