Hệ thống gợi ý đóng vai trò quan trọng trong việc cá nhân hóa nội dung trên các nền tảng tin tức trực tuyến. Tuy nhiên, hầu hết các hệ thống gợi ý hiện tại chưa khai thác hiệu quả thông tin nội dung kết hợp với hành vi người dùng, dẫn đến kết quả đề xuất chưa thực sự tối ưu. Nghiên cứu này đề xuất một mô hình gợi ý bài viết dựa trên phiên kết hợp với thông tin nội dung, nhằm cải thiện độ chính xác của hệ thống đề xuất tin tức. Các mô hình NARM, Caser và NextItNet đã được sử dụng để đưa ra các gợi ý dựa trên phiên, đồng thời áp dụng LSTUR và NRMS để tích hợp thông tin nội dung từ bài viết. Mô hình được huấn luyện và đánh giá trên tập dữ liệu thu thập từ database của nền tảng Spiderum, với các chỉ số AUC và MRR làm tiêu chí đánh giá hiệu suất. Kết quả thực nghiệm cho thấy các mô hình dựa trên phiên kết hợp thông tin nội dung đạt AUC và MRR cao hơn so với các mô hình dựa trên phiên, chứng minh khả năng khai thác thông tin nội dung và hành vi người dùng để nâng cao chất lượng gợi ý bài viết. Nghiên cứu này mở ra hướng tiếp cận mới cho các hệ thống gợi ý tin tức, giúp cải thiện trải nghiệm người dùng trên các nền tảng như Spiderum và các website tin tức khác.
Readership Map
Content Distribution
Hệ thống gợi ý đóng vai trò quan trọng trong việc cá nhân hóa nội dung trên các nền tảng tin tức trực tuyến. Tuy nhiên, hầu hết các hệ thống gợi ý hiện tại chưa khai thác hiệu quả thông tin nội dung kết hợp với hành vi người dùng, dẫn đến kết quả đề xuất chưa thực sự tối ưu. Nghiên cứu này đề xuất một mô hình gợi ý bài viết dựa trên phiên kết hợp với thông tin nội dung, nhằm cải thiện độ chính xác của hệ thống đề xuất tin tức. Các mô hình NARM, Caser và NextItNet đã được sử dụng để đưa ra các gợi ý dựa trên phiên, đồng thời áp dụng LSTUR và NRMS để tích hợp thông tin nội dung từ bài viết. Mô hình được huấn luyện và đánh giá trên tập dữ liệu thu thập từ database của nền tảng Spiderum, với các chỉ số AUC và MRR làm tiêu chí đánh giá hiệu suất. Kết quả thực nghiệm cho thấy các mô hình dựa trên phiên kết hợp thông tin nội dung đạt AUC và MRR cao hơn so với các mô hình dựa trên phiên, chứng minh khả năng khai thác thông tin nội dung và hành vi người dùng để nâng cao chất lượng gợi ý bài viết. Nghiên cứu này mở ra hướng tiếp cận mới cho các hệ thống gợi ý tin tức, giúp cải thiện trải nghiệm người dùng trên các nền tảng như Spiderum và các website tin tức khác.
