[论文选读]Google News Personalization: Scalable Online Collaborative Filtering

这次读一下新闻推荐领域比较经典的一篇文章：Google News Personalization: Scalable Online Collaborative Filtering，博文中会写一些我的笔记和补充知识。
Google新闻有以下两个特点：

1. 数据量巨大；不论是用户，新闻在短短几天的时间里都是百万级别的；
2. 新闻作为推荐的item更新速度是很快的。（新闻领域最突出的特点）

所以，鉴于已有的推荐算法并不能满足其需要，Google提出了这篇文章中的算法来solve自己的难题。
【核心想法】
collaborative filtering using MinHash clustering, Probabilistic La-tent Semantic Indexing (PLSI), and covisitation counts. We combine recommendations from different algorithms using a linear model.

【补充知识】
1. MiniHash
已知集合$X$，设Hash映射的函数是 H(X)