001 Hak Akses (open/membership)membership
700 Entri Tambahan Nama OrangEvi Yulianti, supervisor; Alfan Farizki Wicaksono, supervisor; Heru Suhartanto, examiner; Erdefi Rakun, examiner; Fariz Darari, examiner
336 Content Typetext (rdcontent)
264b Nama PenerbitFakultas Ilmu Komputer Universitas Indonesia
710 Entri Tambahan Badan KorporasiUniversitas Indonesia. Fakultas Ilmu Komputer
049 No. Barkod15-25-36316643
504 Catatan Bibliografipages 73-78
852 LokasiPerpustakaan UI
338 Carrier Typeonline resource (rdacarrier)
590 Cat. Sumber Pengadaan KoleksiDeposit;
903 Stock Opname
534 Catatan Versi Asli
053 No. Induk15-25-36316643
Tahun Buka Akses2025
653 Kata Kuncinews recommendation; named entity recognition; recommendation systems; user modeling
040 Sumber PengataloganLibUI ind rda
245 Judul UtamaIntegrasi Tags dan Entitas Berita Pada Sistem Rekomendasi Berita dalam Bahasa Indonesia Menggunakan Neural News Recommendation with Attentive Multi-View Learning = Integration of Tags and News Entities in News Recommendation System in Indonesian Language Using Neural News Recommendation with Attentive Multi-View Learning
264c Tahun Terbit2024
650 Subyek TopikRecommendation systems (Information filtering)
850 Lembaga PemilikUniversitas Indonesia
520 Ringkasan/Abstrak/IntisariSistem rekomendasi berita berpotensi untuk membantu pengguna menemukan artikel yang sesuai dengan minat mereka, yang sangat penting untuk mengurangi kelebihan informasi pada pengguna. Untuk menghasilkan rekomendasi berita yang efektif, salah satu kemampuan utama adalah menangkap makna kontekstual dari teks dalam artikel berita secara akurat, karena ini penting untuk memperoleh representasi yang berguna untuk konten berita dan pengguna. Dalam penelitian ini, kami meneliti efektivitas rekomendasi berita neural dengan metode Neural News Recommendation with Attentive Multi-View Learning (NAML) untuk melakukan tugas rekomendasi berita dalam bahasa Indonesia. Kami juga mengusulkan untuk memasukkan tags berita dan entitas pada berita untuk meningkatkan efektivitas metode NAML dalam sistem rekomendasi berita Indonesia. Hasil kami menunjukkan bahwa metode NAML menghasilkan peningkatan yang signifikan dalam efektivitas rekomendasi berita dalam bahasa Indonesia. Penambahan tags berita dan entitas berita terbukti meningkatkan kinerja metode NAML masing-masing sebesar 3.65% dan 2.35% dalam metrik NDCG@5. ......The news recommendation system has the potential to help users discover articles that match their interests, which is crucial to alleviate user information overload. To generate effective news recommendations, one key capability is to accurately capture the contextual meaning of the text in news articles, as this is essential for obtaining useful representations for both news content and users. In this study, we examine the effectiveness of neural news recommendation with the Neural News Recommendation with Attentive Multi-View Learning (NAML) method to perform the news recommendation task in the Indonesian language. We also propose to incorporate news tags and entities in the news to improve the effectiveness of the NAML method in the Indonesian news recommendation system. Our results show that the NAML method leads to significant improvement in the effectiveness of news recommendations in the Indonesian language. Further addition of news tags and news entities has been shown to improve the performance of the NAML method by 3.65% and 2.35%, respectively, in terms of the NDCG@5 metric.
904b Pemeriksa Lembar KerjaAdhityaN-Maret2025
090 No. Panggil SetempatT-pdf
500 Catatan UmumDapat diakses di UIANA (lib.ui.ac.id) saja.
d-Entri Utama Nama Orang
337 Media Typecomputer (rdamedia)
d-Entri Tambahan Nama Orang
526 Catatan Informasi Program StudiIlmu Komputer
100 Entri Utama Nama OrangMaxalmina Satria Kahfi, author
264a Kota TerbitDepok
300 Deskripsi Fisikxiii, 78 pages : illustration + appendix
904a Pengisi Lembar KerjaAdhityaN-Maret2025
Akses Naskah Ringkas
856 Akses dan Lokasi Elektronik
502 Catatan Jenis KaryaTesis
041 Kode Bahasaind