• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Computer Science and Information Systems >Effective Hierarchical Vector-based News Representation for Personalized Recommendation
【24h】

Effective Hierarchical Vector-based News Representation for Personalized Recommendation

机译：有效的基于分层向量的新闻表示形式，用于个性化推荐

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

With amount of information on the web, users often require functionality able to filter the content according to their preferences. To solve the problem of overwhelmed users we propose a content-based recommender. Our method for the personalized recommendation is dedicated to the domain of news on the Web. We propose an effective representation of news and a user model which are used to recommend dynamically changing large number of text documents. We work with the vector representation of the news and hierarchical representation of similarities among items. Our representation is designed with aim to effectively estimate user needs and generate personalized list of items in information space. This approach is unique thanks its low complexity and ability to work in real-time with no visible delay for the user. To evaluate our approach we experimented with real information space of largest Slovak newspaper and simulated recommending.
机译：利用网络上的大量信息，用户通常需要能够根据自己的喜好过滤内容的功能。为了解决用户不堪重负的问题，我们提出了基于内容的推荐器。我们用于个性化推荐的方法专用于Web新闻领域。我们提出新闻的有效表示形式和用户模型，用于推荐动态更改大量文本文档。我们使用新闻的矢量表示和项目之间相似性的层次表示。我们的表示旨在有效地估计用户需求并在信息空间中生成个性化的项目列表。这种方法的独特之处在于它的低复杂性和实时工作能力，并且对用户没有明显的延迟。为了评估我们的方法，我们对斯洛伐克最大的报纸的真实信息空间进行了实验，并进行了模拟推荐。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号