ANewPro

摘要： FUM: Fine-grained and Fast User Modeling for News Recommendation Abstract 现存的问题： ​ 现有方法通常先将用户点击的新闻独立编码为新闻嵌入，然后将其聚合为用户嵌入。然而，这些方法忽略了同一用户点击的不同新闻之间的词级交互，而 阅读全文

摘要： Prompt Learning for News Recommendation论文阅读笔记 Abstract ​ 最近的一些新闻推荐（NR）方法引入了预训练语言模型（PLM），通过精心设计的推荐专用神经网络和目标函数，遵循虚构的预训练和微调范式来编码新闻表征。由于任务目标与 PLM 的任务目标不一致 阅读全文

摘要： User-as-Graph: User Modeling with Heterogeneous Graph Pooling for News Recommendation论文阅读笔记 Abstract 现存的问题 ​ 现有的新闻推荐方法通常通过顺序模型或关注模型从用户行为中建立用户兴趣模型。然而，它 阅读全文

摘要： News Recommendation with Candidate-aware User Modeling论文阅读笔记 Abstract 存在的问题： ​ 现有的新闻推荐方法通常从历史点击的新闻中建模用户的兴趣，而不考虑候选新闻。然而，每个用户通常都有多个兴趣，并且这些方法很难准确地匹配一个候选新 阅读全文

摘要： Joint Knowledge Pruning and Recurrent Graph Convolution for News Recommendation论文阅读笔记 Abstract ​ 最近，利用知识图谱（KG）来丰富新闻文章的语义表征已被证明对新闻推荐有效。这些解决方案的重点是利用知识图谱 阅读全文

摘要： DIGAT: Modeling News Recommendation with Dual-Graph Interaction论文阅读笔记 Abstract ​ 现有的NR方法通常采用新闻-用户表示学习框架，面临两个潜在的限制。首先，在新闻编码器中，单个候选新闻编码存在语义信息不足的问题。其次，现有 阅读全文

摘要： HieRec: Hierarchical User Interest Modeling for Personalized News Recommendation论文阅读笔记 Abstract 现存的问题： ​ 用户兴趣建模对于个性化新闻推荐至关重要。现有的新闻推荐方法通常从每个用户以前的行为中学习一 阅读全文

摘要： Going Beyond Local: Global Graph-Enhanced Personalized News Recommendations论文阅读笔记 Abstract 现存的问题： ​ 近期的大多数工作主要侧重于使用先进的自然语言处理技术从丰富的文本数据中提取语义信息，并采用基于内容的 阅读全文

摘要： Empowering News Recommendation with Pre-trained Language Models论文阅读笔记 Abstract 现存的问题： ​ 现有的新闻推荐方法主要基于传统的文本建模方法对新闻文本进行建模，这对于挖掘新闻文本中的深层语义信息并不是最优的。 解决方案 阅读全文

摘要： Generative News Recommendation论文阅读笔记 Abstract 现存的问题： ​ 大多数现有的新闻推荐方法都是通过在候选新闻和历史点击新闻产生的用户表示之间进行语义匹配来解决这一任务。然而，他们忽略了不同新闻文章之间的高级联系，也忽略了这些新闻文章与用户之间的深刻关系。而 阅读全文