Тип публикации: статья из журнала
Год издания: 2025
Ключевые слова: machine learning, collaborative filtering, user profiling, news profiling, Fusion recommendation, машинное обучение, коллаборативная фильтрация, профилирование пользователей, профилирование новостей, слияние рекомендаций
Аннотация: Aiming at the shortcomings of traditional recommendation methods in data processing, timeliness and interpretability, this study proposes a news recommendation algorithm that integrates collaborative filtering and machine learning. The algorithm predicts user ratings using collaborative filtering by constructing user-news interactiПоказать полностьюon, news timeliness and content rating models, and extracts features by combining user portraits and news portraits, and predicts ratings by machine learning. Ultimately, the soft voting mechanism is used to fuse the two types of ratings to achieve accurate recommendation. Experiments show that the algorithm significantly improves the recommendation accuracy. С целью устранения недостатков традиционных методов рекомендаций, связанных с обработкой данных, своевременностью и интерпретируемостью, в данном исследовании предлагается алгоритм рекомендации новостей, объединяющий коллаборативную фильтрацию и машинное обучение. Алгоритм предсказывает оценки пользователей с помощью коллаборативной фильтрации, строя модели взаимодействия пользователя и новости, своевременности новостей и оценки контента, извлекает характеристики, комбинируя портреты пользователей и портреты новостей, и предсказывает оценки с помощью машинного обучения. В конечном итоге механизм мягкого голосования используется для объединения двух типов оценок с целью получения точных рекомендаций. Эксперименты показывают, что алгоритм значительно повышает точность рекомендаций.
Журнал: Инновационная наука
Выпуск журнала: №2-2
Номера страниц: 53-58
ISSN журнала: 24106070
Место издания: Уфа
Издатель: Общество с ограниченной ответственностью "Аэтерна"