A hybrid approach to news recommender system using optimisation methods

Abstract

Рекомендательная система является неотъемлемой частью любого приложения для социальных сетей. В большинстве рекомендательных систем сейчас используется гибридный подход, сочетающий коллаборативную фильтрацию, фильтрацию на основе содержимого и другие подходы. Наиболее частыми проблемами в области гибридных рекомендательных систем являются холодный старт и нехватка данных. В этой статье мы решаем вышеупомянутые проблемы, предлагая взвешенную гибридную рекомендательную систему новостей, которая сочетает в себе различные подходы.

Recommender system is an essential part of any social media application. Most recommender systems now use a hybrid approach, combining collaborative filtering, content-based filtering, and other approaches. Most common problems in the field of hybrid recommenders are cold start and data sparsity. In this paper we address the abovementioned problems by proposing a hybrid weighted news recommender system which combines different approaches.