Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

Generación mejorada de titulares personalizados mediante la eliminación de ruido de intereses falsos de comentarios implícitos

Created by
  • Haebom

Autor

Kejin Liu, Junhong Lian, Xiang Ao, Ningtao Wang, Xing Fu, Yu Cheng, Weiqiang Wang, Xinyu Liu

Describir

Este documento destaca el problema de que los métodos existentes para generar titulares personalizados basados en datos de clics anteriores de los usuarios no tienen en cuenta el ruido de clics irrelevante en el flujo de clics, lo que potencialmente genera titulares que no coinciden con las preferencias reales de los usuarios. Para abordar este problema, proponemos un nuevo marco, PHG-DIF (marco de generación de titulares personalizados mediante la eliminación de ruido de intereses falsos a partir de comentarios implícitos). PHG-DIF elimina el ruido del flujo de clics mediante un doble filtrado basado en tiempos de permanencia cortos y ráfagas de clics inusuales, y modela dinámicamente los intereses cambiantes y multifacéticos de los usuarios mediante una fusión temporal de varios niveles para lograr un perfil de usuario preciso. Además, presentamos un nuevo conjunto de datos de referencia, DT-PENS, que consta de datos de clics de 1000 usuarios y aproximadamente 10 000 titulares personalizados anotados. Los resultados experimentales demuestran que PHG-DIF mitiga significativamente el impacto negativo del ruido de clics y logra un rendimiento de última generación.

Takeaways, Limitations

•
Takeaways:
◦
Identificamos el impacto negativo del ruido del flujo de clics en la generación de titulares personalizados y sugerimos formas efectivas de mitigarlo.
◦
Proponemos PHG-DIF, un nuevo marco que modela eficazmente los intereses multifacéticos y cambiantes de los usuarios.
◦
Estamos lanzando DT-PENS, un nuevo conjunto de datos de referencia para la investigación de generación de titulares personalizados.
◦
PHG-DIF demuestra un rendimiento mejorado respecto de los métodos existentes y logra un rendimiento de última generación.
•
Limitations:
◦
El conjunto de datos DT-PENS puede ser relativamente pequeño (1.000 usuarios y aproximadamente 10.000 titulares).
◦
Tal vez se necesiten más investigaciones para determinar la generalidad y aplicabilidad de los criterios de eliminación del ruido de clic (tiempos de permanencia cortos, ráfagas de clic inusuales).
◦
Es posible que se requiera una validación adicional del rendimiento de generalización para diferentes tipos de ruido de clic.
👍
Made with Slashpage