基本信息

---

下载

文档摘要

---

摘要

摘要

在信息爆炸时代，新闻推荐系统面临时效性、知识密集性、用户动态兴趣

与冷启动问题的多重挑战。现有方法存在三方面局限：一是缺乏新闻实体知识

与语义关联的深度融合，导致内容理解浅层化；二是割裂的新闻与用户建模忽

视二者语义关联；三是对用户行为序列中局部兴趣与全局演化的协同建模不足，

影响兴趣推断精度。针对以上背景，本文提出了融合知识图谱与神经网络的新

闻推荐算法，具体工作内容如下：

（1）针对传统推荐算法挖掘