LSTUR：兼顾长期和短期兴趣的新闻推荐算法 2024-06-29 作者 C3P00 引言 在新闻推荐领域，准确捕捉用户的兴趣至关重要。用户的兴趣可以分为长期兴趣和短期兴趣两类。长期兴趣指的是用户长期以来稳定的偏好，而短期兴趣则指的是用户在短期内表现出的兴趣变化。LSTUR 算法结合了用户的长期兴趣和短期兴趣，能够更精准地为用户推荐新闻。 LSTUR 算法原理 LSTUR 算法的核心思想是分别学习用户的长期表示和短期表示，并将两者融合，得到最终的用户表示。具体来说，LSTUR 算法包含以下几个步骤： 新闻编码器: 使用卷积神经网络 (CNN) 对新闻标题进行编码，得到新闻的语义表示向量。 用户编码器: 长期表示: 使用用户 ID 的嵌入向量表示用户的长期兴趣。 短期表示: 使用门控循环单元 (GRU) 网络对用户最近浏览过的新闻进行编码，得到用户的短期兴趣表示向量。 长期和短期表示融合: 将用户的长期表示和短期表示融合，得到最终的用户表示向量。LSTUR 算法提供了两种融合方法： 使用长期表示初始化 GRU 网络的隐藏状态。 将长期表示和短期表示拼接成一个统一的用户向量。 点击率预测: 将新闻表示向量和用户表示向量输入到一个全连接神经网络中，预测用户点击该新闻的概率。 MIND 数据集 MIND 数据集是一个大规模英文新闻数据集，包含了 1,000,000 用户、161,013 篇新闻文章和 15,777,377 条点击日志。每篇新闻文章包含丰富的文本内容，包括标题、摘要、正文、类别和实体。每条点击日志包含用户的点击事件、未点击事件以及该用户在该次点击之前的历史点击行为。 本示例使用 MIND 数据集的子集 MIND demo，包含 5,000 用户、9,432 篇新闻文章和 6,134 条点击日志。 LSTUR 模型训练 首先，需要下载 MIND demo 数据集和预训练的 GloVe 词嵌入文件。 tmpdir = TemporaryDirectory() data_path = tmpdir.name # ... 定义数据文件路径 ... mind_url, mind_train_dataset, mind_dev_dataset, mind_utils = get_mind_data_set(MIND_type) if not os.path.exists(train_news_file): download_deeprec_resources(mind_url, os.path.join(data_path, 'train'), mind_train_dataset) # ... 下载验证集和词嵌入文件 ... 然后，设置模型超参数，并创建 LSTUR 模型。 # 设置超参数 epochs = 5 seed = 40 batch_size = 32 # ... # 创建 LSTUR 模型 hparams = prepare_hparams(yaml_file, wordEmb_file=wordEmb_file, wordDict_file=wordDict_file, userDict_file=userDict_file, batch_size=batch_size, epochs=epochs) iterator = MINDIterator model = LSTURModel(hparams, iterator, seed=seed) 最后，使用训练集和验证集对模型进行训练。 model.fit(train_news_file, train_behaviors_file, valid_news_file, valid_behaviors_file) 模型评估 模型训练完成后，可以使用验证集对模型性能进行评估。 res_syn = model.run_eval(valid_news_file, valid_behaviors_file) print(res_syn) 评估指标包括 Group AUC、Mean MRR、NDCG@5 和 NDCG@10。 模型保存 训练完成后，可以使用 save_weights 方法保存模型参数。 model_path = os.path.join(data_path, "model") os.makedirs(model_path, exist_ok=True) model.model.save_weights(os.path.join(model_path, "lstur_ckpt")) 总结 LSTUR 算法是一种兼顾用户长期兴趣和短期兴趣的新闻推荐算法，能够有效提升推荐效果。微软 Recommenders 工具提供了 LSTUR 算法的示例代码，方便用户快速上手并进行实验。
引言
在新闻推荐领域，准确捕捉用户的兴趣至关重要。用户的兴趣可以分为长期兴趣和短期兴趣两类。长期兴趣指的是用户长期以来稳定的偏好，而短期兴趣则指的是用户在短期内表现出的兴趣变化。LSTUR 算法结合了用户的长期兴趣和短期兴趣，能够更精准地为用户推荐新闻。
LSTUR 算法原理
LSTUR 算法的核心思想是分别学习用户的长期表示和短期表示，并将两者融合，得到最终的用户表示。具体来说，LSTUR 算法包含以下几个步骤：
MIND 数据集
MIND 数据集是一个大规模英文新闻数据集，包含了 1,000,000 用户、161,013 篇新闻文章和 15,777,377 条点击日志。每篇新闻文章包含丰富的文本内容，包括标题、摘要、正文、类别和实体。每条点击日志包含用户的点击事件、未点击事件以及该用户在该次点击之前的历史点击行为。
本示例使用 MIND 数据集的子集 MIND demo，包含 5,000 用户、9,432 篇新闻文章和 6,134 条点击日志。
LSTUR 模型训练
首先，需要下载 MIND demo 数据集和预训练的 GloVe 词嵌入文件。
然后，设置模型超参数，并创建 LSTUR 模型。
最后，使用训练集和验证集对模型进行训练。
模型评估
模型训练完成后，可以使用验证集对模型性能进行评估。
评估指标包括 Group AUC、Mean MRR、NDCG@5 和 NDCG@10。
模型保存
训练完成后，可以使用
save_weights方法保存模型参数。总结
LSTUR 算法是一种兼顾用户长期兴趣和短期兴趣的新闻推荐算法，能够有效提升推荐效果。微软 Recommenders 工具提供了 LSTUR 算法的示例代码，方便用户快速上手并进行实验。