基于移动互联网的个性化新闻推荐系统研究与实现.pdf 全文

  本文关键词：基于移动互联网的个性化新闻推荐系统研究与实现，由笔耕文化传播整理发布。

摘 要 基于移动互联网的个性化新闻推荐系统研究与实现? 近年来，移动互联网在世界范围内取得了飞速的普及和发展，与此同时，大 量的信息涌入移动互联网用户的视野中，使人们逐渐走进了“信息过载”的时代。 无论是信息的发布者还是信息的接收者都遇到了很大的挑战：对于信息接收者而 言，想要在众多的信息中筛选出自己真正感兴趣的部分是一件困难的事情；而对 于信息发布者，想让自己生产的信息受到更多用户的关注，也是一件非常困难的 事情。这就给计算机科学领域的关注者和从业者带来一个前所未有的机遇和挑 战，也同时成为了互联网尤其是电子商务领域和社交领域的一个重点和热点问 题。深入、准确地挖掘出用户的使用行为、特点，了解用户的兴趣，之后分析出 用户的潜在需求，势必将会大大提升用户粘性和满意度。 个性化推荐指的是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣 的信息和商品，帮助用户从浩瀚的信息海洋中找到自己感兴趣的部分,? 实现了互 联网中的信息从被动接收到主动推送的过程。而协同过滤作为推荐系统中最为成 功和研究最多的算法之一，其基本思想是根据用户兴趣的相似性来进行推荐，把 与当前用户相似性最大的用户找出来并作为邻居用户，然后将邻居用户兴趣进行 计算和加权作为当前用户的兴趣并产生推荐。 本文从移动互联网中的新闻系统出发，，通过研究个性化推荐在新闻领域的应 用来帮助用户改善移动终端阅览新闻的体验。根据传统的协同过滤推荐方法，本 文提出了三种改进的推荐模型，分别是基于内容的推荐、基于用户属性和相似度

  本文关键词：基于移动互联网的个性化新闻推荐系统研究与实现，由笔耕文化传播整理发布。