推荐算法是解决信息过载问题的重要途径,主要可分为基于内容的推荐、协同过滤推荐和混合推荐三种。协同过滤推荐能充分利用用户群体决策信息,给出的推荐结果十分准确,是学术界重点研究的方法。但是协同过滤分析依赖大量的用户行为记录,在用户尚未与推荐系统产生过多交互时难以给出推荐结果。此时基于内容的推荐算法便能成为有效补充。基于内容的文本推荐主要研究文本之间的相互关联,通过提取文本特征找到彼此之间的相似性。研究从建立文本的可计算表达形式出发,展开了以下工作:(1)在现有的文本嵌入方法中,存在向量表征稀疏或者上下文信息获取不充分的问题。为此提出了一种全新的基于深度学习的文本表达方法DocNet,对文本的表征形式作出了改进。借助于深度神经网络对复杂映射关系的学习能力,在保证充分捕捉上下文信息的情况下学习到稠密的向量表达,所以同等向量维度下蕴涵比TF-IDF、LDA等方法更多的信息,并且可捕捉到Word2vec平均法会忽略的上下文关联特征。此外,不同于传统的瓶颈层嵌入方法,DocNet提出了一种端到端的直接嵌入方法,能通过调参的方式权衡信息量与向量维数,可以对文本区分粒度进行手工调整。(2)在召回层引入粗粒度的DocNet和精简的TF-IDF,使得初步筛选过程能够引入更多的上下文信息提高召回率。使用该方法的向量稠密,减少了计算开销。此外建立了一套特征工程方法,使用细粒度的DocNet提取文本内容特征,结合抽取到的半结构化文本元信息特征一并引入排序层,最终配合LR、TG与FOBOS优化方法计算出精确的排序结果。(3)总结了工程上的落地方案和优化技巧。以新闻组文本为推荐目标,建立了一个简易的推荐系统实例,将提出的算法整合成完整应用。对DocNet的性能、改良推荐算法的有效性以及整合后的推荐服务可用性分别进行了实验,选用了20-Newsgroups与路透社新闻数据集。实验证明了DocNet在文本聚类任务的NMI指标上对比基线方法有4%的提升,证实了其文本表征能力。在使用TG优化方法的推荐算法中,AUC达到了0.741,m AP@5与m AP@20分别达到0.73与0.87,证实了其良好的推荐效果。