https://index.zshipu.com/geek/tags/%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90/ Recent content in 新闻推荐 on 知识铺的博客 Hugo -- gohugo.io zh-CN Tue, 15 Mar 2022 10:27:59 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%A4%9A%E8%A7%86%E8%A7%92%E5%AD%A6%E4%B9%A0%E5%92%8C%E4%B8%AA%E6%80%A7%E5%8C%96%E6%B3%A8%E6%84%8F%E5%8A%9B%E6%9C%BA%E5%88%B6%E7%9A%84%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90/ Tue, 15 Mar 2022 10:27:59 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%A4%9A%E8%A7%86%E8%A7%92%E5%AD%A6%E4%B9%A0%E5%92%8C%E4%B8%AA%E6%80%A7%E5%8C%96%E6%B3%A8%E6%84%8F%E5%8A%9B%E6%9C%BA%E5%88%B6%E7%9A%84%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90/ 微软研究院AI头条 编者按：个性化新闻推荐是新闻行业必然的发展方向，在其实现过程中面临着三个关键问题，即分析用户兴趣、根据新闻内容建模和新闻排序。本文将这三个问题划归为新闻信息与用户兴趣的多样性问题，并由此出发，提出了基于多视角学习和个性化注意力机制的解决方案，相关论文发表在 IJCAI 20 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%8B%90%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E5%91%88%E7%8E%B0%E7%BB%99%E4%BD%A0%E7%9A%84%E9%83%BD%E6%98%AF%E4%BD%A0%E6%89%80%E5%85%B3%E5%BF%83%E7%9A%84/ Tue, 15 Mar 2022 09:05:15 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%8B%90%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E5%91%88%E7%8E%B0%E7%BB%99%E4%BD%A0%E7%9A%84%E9%83%BD%E6%98%AF%E4%BD%A0%E6%89%80%E5%85%B3%E5%BF%83%E7%9A%84/ 导读 在当前这个移动互联网时代，各种信息内容爆炸，面对海量数据，用户希望在有限的时间和空间内，找到自己感兴趣的内容，这就是推荐需要解决的问题。接下来主要讲解新闻推荐的算法原理。 01.新闻推荐算法架构 新闻算法的核心主要分为两个阶段：召回阶段（retrieval）和排序阶段（ranki https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%9C%A8%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ Mon, 14 Mar 2022 17:55:54 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%9C%A8%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ 作者 | mokong 搜狐技术产品 导读 随着AlphaGO在围棋界接连战胜世界冠军，其背后的技术-强化学习逐渐获得学术界、工业界的青睐。在新闻推荐任务中，传统的推荐算法无法考虑单个请求内新闻之间的关联，也无法考虑多个请求之间的关系，而强化学习，通过学习推荐策略给解决上述问题带来了可能。 1.强化学