新闻推荐（NR）可以有效缓解新闻信息过载，是当今人们获取新闻资讯的重要方式，而深度学习（DL）成为近年来促进新闻推荐发展的主流技术，使新闻推荐的效果得到显著提升，受到研究者们的广泛关注。主要对基于深度学习的新闻推荐方法研究现状进行分类梳理和分析归纳。根据对新闻推荐的核心对象——用户和新闻的建模思路不同，将基于深度学习的新闻推荐方法分为“两段式”方法、“融合式”方法和“协同式”方法三类。在每类方法中，根据建模过程中的具体子任务或基于的数据组织结构进行更进一步细分，对代表性模型进行分析介绍，评价其优点和局限性等，并详细总结每类方法的特点和优缺点。另外还介绍了新闻推荐中常用数据集、基线算法和性能评价指标，最后分析展望了该领域未来可能的研究方向及发展趋势。
http://fcst.ceaj.org/CN/abstract/abstract2715.shtml
专知便捷查看
便捷下载，请关注专知公众号（点击上方蓝色专知关注）
专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！
欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！点击“阅读原文”，了解使用专知，查看获取5000+AI主题知识资源
