多域新闻推荐系统在Globo：挑战、方法和评估指南

CEUR诉讼http://ceur-ws.org翻译后摘要：多域新闻推荐系统在Globo：挑战，方法和评估指南Joel PinhoLucas1，<$，Leticia Freire deFigueiredo1，<$ andFelipe Alves Ferreira1，<$1Globo，里约热内卢，巴西摘要Grupo Globo是拉丁美洲最大的大众传媒集团，其垂直信息门户网站每天有1亿独立用户。这些门户网站每天发布数千篇新闻文章和视频Globo中的每个门户网站都由一个特定的利益相关者负责一个领域主题（即体育，娱乐，新闻等）。在这种情况下，推荐系统在实现良好的用户体验和提供个性化内容方面发挥着至关重要的作用。与大型且多样化的内容目录相关联的挑战之一是向其用户显示相关内容，这些用户在参与度和他们消费的内容类型方面也是此外，根据门户域的不同，场景和我们将分享推荐策略（基于项目和基于用户）的缺点，这些策略是根据与域场景相关的挑战来确定的，通过结合不同的算法家族构建的，讨论如何在实验文化支持的开发环境中评估这些策略。在我们的背景下，推荐指标和质量受到新项目生命周期短的高度影响通过这种方式，我们采用了基于近实时的摄取解决方案，使我们的模型能够在几分钟内运行从这个意义上说，我们将与利益相关者分享如何以及哪些指标被跟踪，以便平台增强业务关键结果。关键词新闻推荐系统，冷启动，近实时摄取，评价模型，多利益相关者，Perspectives on the Evaluation of Recommender Systems Workshop（PERSPECTIVES 2022），2022年9月22日，与第16届ACM推荐系统会议在美国华盛顿州西雅图[2]这些作者的贡献是均等的。joel. g.globo（J. P. Lucas）; leticia. g.globo（L. F. D. Figueiredo）;faferreira@inf.puc-rio.br（F. A. 费雷拉）0000-0002-6789-1376（J. 卢卡斯）;0000-0001-7613-7423（L. F. D. Figueiredo）;0000-0002-1966-7548（F. A.费雷拉）© 2022本文版权归作者所有。在知识共享许可署名4.0国际（CC BY 4.0）下允许使用讲习班ISSN1613-0073CEUR研讨会论文集（CEUR-WS.org）