文档章节

基于用户点击行为的新闻个性推荐

满小茂
 满小茂
发布于 2017/08/20 18:00
字数 1304
阅读 150
收藏 1

摘要

    本文根据论文《Personalized News Recommendation Based on Click Behavior》理论翻译总结而来。Google News在www2010上放出了《Personalized News Recommendation Based on Click Behavior》。这篇文章重点解决推荐精准性和新资讯的冷启动问题,文章想法也很朴素自然,主要是基于贝叶斯理论进行建模。他们假设用户兴趣有两个方面:个人不断变化的兴趣以及当前新闻热点。在具体建模之前,作者先基于历史数据进行了统计分析,验证了他们的假设,得到如下基本结论:用户的兴趣是随时间变化的,新闻热点也是随时间变化的(如图1所示)。还有一个比较比较有趣的结论是:不同地区同一时间的新闻热点是不一样的(如图2)

                                          图1. 不同时间段分类点击率 。(图片来自论文内容)

从上图可以看出,不同时间段,用户对sport,health,national,entertainment这几个分类的点击率是不同的,证明随着时间得变化,用户的兴趣点也在变化。

 

     图2. Spain,US,UK这三个地区不同时间段对sport分类的点击率 。(图片来自论文内容)

从上图,可以看出,三个不同的地区在不同的时间段,对Sport类的新闻的点击率是不同。

算法模型

        C = {c1,c2,...,cn}  

                新闻分类:包括“world”, “sports”,  “entertainment”等

        D(u,t)  

                ,表示用户u,时间段t,分类c 的点击分布概率。Ni表示用户u在过去的一个月t点击分类ci的点击次数。Ntotal是用户u过去对分类ci所有的点击数据。

          Then, for each user u , we computed the distribution of her clicks in every month t , D(u,t)

          D(t) 

               过去一个时间段t,该地区所有用户对各个分类的点击数分布概率。所有用户某个分类所有点击数/所有用户总的点击数,就是D(t)

         For each country, the general interests can be represented by the distribution of all the clicks made by the users from that country in a past time period t , represented as D(t) .
 

贝叶斯分布概率推荐模型

        用户兴趣预测模型。

 

Pt (category = ci | click)   用户u对分类ci的新闻的点击数占用户u总点击数的比例。(个人兴趣分布)

       = 用户u对分类ci的文章的点击数/用户u总对文章总的点击数

        英文原文:

        pt (category = ci | click) is the probability that the user’s clicks being in category ci . It can be estimated by the click distribution D(u,t) observed in time period t , as
    computed in Equation

Pt (category = ci )    近似为D(t),公众的兴趣分布。所有用户在时间段t的对分类ci的点击分布,也就是该地区所有用户在时间段t内点击分类ci的点击数占所有人总点击数的一个比例。

        =所有用户在时间段t内点击分类ci的文章点击数/所有用户总的文章点击数

    英文原文:

        pt (category = ci ) is the prior probability of an article being about category ci . This is the proportion of news articles published about that category in the time period,which correlates with the news trend in the location. As more news events happen in a given topic category, more news articles will be written in that category. Thus, we can approximate this probability with the click distribution of the general public D(t)

 Pt (click)      该用户在时间段t内的对所有发布的新闻的点击率,不论文章分类。 

            =用户u点击文章数/发布的文章总数

   英文原文:

        pt (click) is the prior probability of the user clicking on any news article, regardless of the article category.

  

结合过去的时间周期预测

       

 Nt---该用户在过去的时间段t的文章总点击数。

N t is the total number of clicks by the user in time period t;

 

预测用户当前的兴趣

 Nt---该用户在过去的时间段t的文章总点击数。

上面公式省略了p(click)的值,因为对于基于同一个用户的预测,p(click)的值是一样的,最后只需要比较点击每个分类的概率的相对大小,所以p(click)无需参与运算。

最终计算模型

        

         Nt---该用户在过去的时间段t的文章总点击数。

        G是虚拟点击数(系统设置为10),可以看作是平滑因子。当系统观察到用户很少(甚至是零)点击时,系统可以预测用户的兴趣更接近当前时间段的兴趣。当用户如果过去总的点击量非常大,那么这个G值可以忽略不计,不会对结果造成影响。

其中表示当前本地区某类新闻的热度(这类新闻该地区点击的概率),实际也是统计一下短时间内对这类新闻的用户点击数占比得到的。计算方法同Pt (category = ci )  。

       =所有用户在时间段t0内点击分类ci的文章点击数/所有用户在时间段t0总的文章点击数

 

                                    ---摘自  《Personalized News Recommendation Based on Click Behavior》

 

© 著作权归作者所有

共有 人打赏支持
满小茂
粉丝 65
博文 117
码字总数 127063
作品 0
成都
程序员
加载中

评论(2)

满小茂
满小茂

引用来自“静斯”的评论

厉害了~666
谬赞了
静斯
静斯
厉害了~666
推荐系统实践学习系列(二)利用用户行为数据(下)

基于上节, https://blog.csdn.net/xudailong_blog/article/details/80588950 这里我们接着说一下基于邻域的算法 基于邻域的算法类别 基于邻域的算法是推荐系统中最基本的算法,在业界中得到...

徐代龙
06/24
0
0
“今日头条”怎么计算:“网络爬虫+相似矩阵”技术运作流程

今日头条这类资讯聚合平台是基于数据挖掘技术,筛选和推荐新闻:“它为用户推荐有价值的、个性化的信息,提供连接人与信息的新型服务,是国内移动互联网领域成长最快的产品服务之一”。自从2...

罗盛力
2016/07/30
163
0
基于内容的推荐Content-based Recommendation

简介 推荐系统通常是以web应用的形式与用户进行交互。通常,系统为用户展示一系列推荐商品,用户点击这些商品获得更详细的信息或是其他对这些商品的行为。例如,在线新闻网站以新闻头条的形式...

坐看流年
2013/06/17
0
0
推荐系统实践学习系列(一)好的推荐系统

主要学习内容: 1、什么是推荐系统 2、个性化推荐系统的应用 3 、推荐系统评测指标 4、 推荐系统评测 一:什么是推荐系统 场景:假如现在你要买一包花生米,你可以选择去便利店,找到货架,转...

徐代龙
06/05
0
0
推荐系统遇上深度学习(十四)--《DRN:A Deep Reinforcement Learning Framework for News Recommendation》

之前学习了强化学习的一些内容以及推荐系统的一些内容,二者能否联系起来呢!今天阅读了一篇论文,题目叫《DRN: A Deep Reinforcement Learning Framework for News Recommendation》。该论文...

石晓文的学习日记
06/12
0
0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

angular 解决其他电脑不能访问的问题。

ng serve --host 0.0.0.0 --disable-host-check

miaojiangmin
今天
1
0
优酷视频文件怎么转换格式

  以前在优酷上下载视频都只是在手机上观看,但随着科技的发展,对于视频的要求也逐渐增多,不再只是观看视频那么简单,在精彩的部分还会将其单独分割出来,然后进行视频剪辑,可以做出我们...

萤火的萤火
今天
0
0
数据结构:散列

在一个数据结构中查找key元素,用顺序查找、二分查找都需要经过一系列关键之比较才能查找到结果,平均查找长度与数据量有关,元素越多比较次数就越多。 如果根据元素的关键字就能知道元素的存...

京一
今天
1
0
Apache RocketMQ 正式开源分布式事务消息

近日,Apache RocketMQ 社区正式发布4.3版本。此次发布不仅包括提升性能,减少内存使用等原有特性增强,还修复了部分社区提出的若干问题,更重要的是该版本开源了社区最为关心的分布式事务消...

阿里云云栖社区
今天
32
0
使用JavaScript和MQTT开发物联网应用

如果说Java和C#哪个是最好的开发语言,无疑会挑起程序员之间的相互怒怼,那如果说JavaScript是动态性最好的语言,相信大家都不会有太大的争议。随着越来越多的硬件平台和开发板开始支持JavaS...

少年不搬砖老大徒伤悲
今天
0
0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

返回顶部
顶部