Fugu-MT 論文翻訳(概要): News Recommendation with Attention Mechanism

論文の概要: News Recommendation with Attention Mechanism

arxiv url: http://arxiv.org/abs/2402.07422v2
Date: Tue, 20 Feb 2024 02:46:17 GMT
ステータス: 処理完了
システム内更新日: 2024-02-21 19:27:56.763457
Title: News Recommendation with Attention Mechanism
Title（参考訳）: 注意機構を考慮したニュースレコメンデーション
Authors: Tianrui Liu, Changxin Xu, Yuxin Qiao, Chufeng Jiang, Weisheng Chen
Abstract要約: 我々は,ニュースレコメンデーションのための注目に基づくアプローチであるNRAM(News Recommendation with Attention Mechanism)の実装について述べる。評価の結果,NRAMは,デジタルニュースプラットフォーム上でのニュースコンテンツのパーソナライズ方法を大幅に改善する可能性が示唆された。
参考スコア（独自算出の注目度）: 3.255950854798191
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper explores the area of news recommendation, a key component of online information sharing. Initially, we provide a clear introduction to news recommendation, defining the core problem and summarizing current methods and notable recent algorithms. We then present our work on implementing the NRAM (News Recommendation with Attention Mechanism), an attention-based approach for news recommendation, and assess its effectiveness. Our evaluation shows that NRAM has the potential to significantly improve how news content is personalized for users on digital news platforms.
Abstract（参考訳）: 本稿では,オンライン情報共有の重要な要素であるニュースレコメンデーションの分野について考察する。当初、我々はニュースレコメンデーションの明確な紹介を行い、中核的な問題を定義し、現在の手法と最近の顕著なアルゴリズムを要約する。そこで我々は,ニュースレコメンデーションのための注目に基づくアプローチであるNRAM(News Recommendation with Attention Mechanism)の実装と,その有効性を評価する。評価の結果,NRAMは,デジタルニュースプラットフォーム上でのニュースコンテンツのパーソナライズ方法を大幅に改善する可能性が示唆された。

関連論文リスト

A Look Into News Avoidance Through AWRS: An Avoidance-Aware Recommender System [1.6488226958404897]
AWRS(Avoidance-Aware Recommender System)を紹介する。このフレームワークは、ニュース記事の回避がユーザの好みに関する重要な情報を伝えるという前提に基づいて、ニュースを推薦する際の回避意識を取り入れている。
論文参考訳（メタデータ） (2024-07-12T10:16:03Z)
Impression-Aware Recommender Systems [57.38537491535016]
新たなデータソースは、レコメンデーションシステムの品質を改善する新しい機会をもたらす。研究者はインプレッションを使ってユーザーの好みを洗練させ、推奨システム研究の現在の制限を克服することができる。本稿ではインプレッションを用いたレコメンデーションシステムに関する体系的な文献レビューを行う。
論文参考訳（メタデータ） (2023-08-15T16:16:02Z)
DOR: A Novel Dual-Observation-Based Approach for News Recommendation Systems [2.7648976108201815]
本稿では,ニュースレコメンデーションの問題に対処する新しい手法を提案する。我々のアプローチは二重観測の考え方に基づいている。ニュースの内容とユーザの視点の両方を考慮することで、よりパーソナライズされた正確なレコメンデーションを提供することができる。
論文参考訳（メタデータ） (2023-02-02T22:16:53Z)
Two-Stage Neural Contextual Bandits for Personalised News Recommendation [50.3750507789989]
既存のパーソナライズされたニュースレコメンデーション手法は、ユーザの興味を搾取することに集中し、レコメンデーションにおける探索を無視する。我々は、エクスプロイトと探索のトレードオフに対処する文脈的包括的レコメンデーション戦略に基づいて構築する。我々はユーザとニュースにディープラーニング表現を使用し、ニューラルアッパー信頼境界(UCB)ポリシーを一般化し、加法的 UCB と双線形 UCB を一般化する。
論文参考訳（メタデータ） (2022-06-26T12:07:56Z)
Quality-aware News Recommendation [92.67156911466397]
既存のニュースレコメンデーションメソッドは主に、推奨するニュースの品質を無視しながら、ニュースクリックを最適化することを目的としています。本稿では,推奨ニュースの品質を効果的に向上する品質対応ニュースレコメンデーション手法であるQualityRecを提案する。
論文参考訳（メタデータ） (2022-02-28T08:25:58Z)
Aspect-driven User Preference and News Representation Learning for News Recommendation [9.187076140490902]
ニュースレコメンダシステムは、通常、ユーザーのトピックレベルの表現とレコメンデーションのためのニュースを学習する。本稿では,アスペクトレベルのユーザ嗜好とニュース表現学習に基づく,アスペクト駆動型ニューズレコメンダシステム(ANRS)を提案する。
論文参考訳（メタデータ） (2021-10-12T07:38:54Z)
Why Do We Click: Visual Impression-aware News Recommendation [108.73539346064386]
この作品は、ユーザーがニュースを閲覧する際に感じる視覚的印象に基づいてクリック決定を行うという事実にインスパイアされている。本稿では,ニュースレコメンデーションのためのビジュアル・セマンティック・モデリングを用いて,このような視覚印象情報を捉えることを提案する。さらに、グローバルな視点から印象を検査し、異なるフィールドの配置や印象に対する異なる単語の空間的位置などの構造情報を抽出する。
論文参考訳（メタデータ） (2021-09-26T16:58:14Z)
Beyond Optimizing for Clicks: Incorporating Editorial Values in News Recommendation [10.458414681622799]
本稿では,ニュース機関の編集価値の文脈で,自動ニュースレコメンデータシステムについて検討する。提案する推薦システムは,より多様な読解行動をもたらし,記事のカバレッジを高める。
論文参考訳（メタデータ） (2020-04-21T13:24:49Z)
Graph Enhanced Representation Learning for News Recommendation [85.3295446374509]
本稿では,ユーザとニュースの表現学習を強化するニューズレコメンデーション手法を提案する。本手法では,歴史的ユーザクリック行動から構築した二部グラフのノードとして,ユーザとニュースをみなす。
論文参考訳（メタデータ） (2020-03-31T15:27:31Z)
A Survey on Knowledge Graph-Based Recommender Systems [65.50486149662564]
我々は知識グラフに基づく推薦システムの体系的な調査を行う。論文は、知識グラフを正確かつ説明可能なレコメンデーションにどのように活用するかに焦点を当てる。これらの作業で使用されるデータセットを紹介します。
論文参考訳（メタデータ） (2020-02-28T02:26:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。