境外开放课程导航

新闻推荐是一个研究领域，我们在其中处理向发布者网站的用户推荐的非固定文档来源。成功的主要指标是用户的注意力跨度，以用户在网站上浏览的时间和页面浏览量表示。关键的建模问题是，要推荐的最相关的新闻通常是没有使用历史的最新新闻，即。目标是推荐我们不太了解的项目。在进行新闻推荐时，要考虑几种数据类型。最明显的是文章的内容，并借助诸如GeoIP，时间和人口统计等上下文特征进行协作过滤。更为复杂的数据类型包括从文本中提取的语义，元数据和推断的人口统计信息（看起来很像）。一旦确定了表示形式，一个重要的维度就是用于个性化信息传递的建模粒度与所需响应时间（处理速度）之间的平衡。在此贡献中，我们将提出一种解决方案，该解决方案使用为大型在线商业新闻提供程序构建的上述大多数要素，每秒最多可访问数百页。演讲的重点将放在设计决策上，以使成功的自适应系统每天为数百万用户提供服务。