導讀：

新聞推薦已經(jīng)成為移動設(shè)備中的一項重要服務，其目的是讓大多數(shù)用戶知道世界上發(fā)生了什么。我們假設(shè)用戶在某個新聞推薦服務中首次注冊，并且以前沒有讀過任何新聞文章。此任務與新用戶冷啟動挑戰(zhàn)和新物品 ( 即新聞文章 ) 冷啟動挑戰(zhàn)相關(guān)，因此稱為雙冷啟動推薦 ( Dual Cold-Start Recommendation, DCSR )。

對于雙冷啟動推薦問題，現(xiàn)有的新聞推薦方法 ( Das等人，2007；Liu等人，2010a ) 不適用，因為這些方法依賴用戶的歷史閱讀行為和新聞文章的內(nèi)容信息，這些信息在雙冷啟動推薦問題中不可用。

可以從遷移學習的角度來解決雙冷啟動推薦問題。盡管在新聞領(lǐng)域中沒有關(guān)于冷啟動用戶和冷啟動物品的用戶行為，但也可能存在其他相關(guān)領(lǐng)域的用戶行為。新聞領(lǐng)域的大多數(shù)冷啟動用戶已經(jīng)安裝了一些應用程序，而這些信息可能有助于確定用戶對新聞文章的偏好。特別地，我們假設(shè)具有類似應用程序安裝行為的用戶可能對新聞文章有類似的興趣。有了這個假設(shè)，應用程序域中的鄰域信息就可以作為知識來遷移到新聞文章的目標域。 

01 問題定義

在新聞推薦問題中有兩個領(lǐng)域：一個是應用程序領(lǐng)域，作為源域；另一個是新聞領(lǐng)域，作為目標域。

在應用程序領(lǐng)域中有一個三元組，即 ( u，g，Gug )，表示用戶u已經(jīng)安裝了屬于類型g的移動應用程序Gug次。然后，應用程序領(lǐng)域的數(shù)據(jù)可以表示為用戶類型矩陣G，如圖所示。

總結(jié)

以上是生活随笔為你收集整理的人工智能应用实战系列-如何在新闻推荐中使用迁移学习的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。