时间的重要性:通过强大的用户停留时间注入来增强预训练新闻推荐模型

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

该论文提出了两种新的停留时间注入策略,通过分析停留时间,改进了用户点击和用户偏好识别的能力。实验证明这两种策略显著提高了推荐性能,对用户停留时间信息具有健壮性。

🎯

关键要点

  • 该论文提出了两种新的停留时间注入策略:停留时间权重(DweW)和停留时间感知(DweA)。
  • 通过对停留时间的详细分析,改进了有效用户点击和用户偏好的识别能力。
  • 结合初始行为输入,构建了更可靠的用户偏好模型。
  • 在MSN网站的真实新闻数据集实验中,验证了这两种策略显著提高了推荐性能。
  • 该方法对用户停留时间信息具有健壮性,即使在停留时间数据完全丢失的情况下,仍能推荐高质量内容。
➡️

继续阅读