斑马邦体育新闻网站个性推荐系统

发布时间：2018-04-22 07:31

  本文选题：新闻推荐 + 基于物品的协同过滤推荐算法　； 参考：《东华大学》2017年硕士论文

【摘要】：在互联网飞速发展的今天,尽管用户能方便快捷地获取信息,但是面对庞大数量的信息内容,仍然无法在短时间内准确获取所需的目标信息,从而造成了极大的时间和精力的浪费。在斑马邦体育新闻网站开发和运营中,为方便球迷用户及时地获取感兴趣的足球方面资讯,减少用户搜索时间和提高用户新闻阅读的体验,增加用户对网站的粘性,本文基于物品的协同过滤推荐算法设计和实现了斑马邦体育新闻网站的个性化推荐系统。本文根据推荐列表页面展示,用户浏览历史数据收集和数据分析等五个功能模块的划分,基于文本分析技术和协同过滤算法,设计和实现了斑马邦网站面向特定用户的个性化新闻推荐功能。针对“冷启动”和“数据稀疏性”问题,本文还提出了推荐热门新闻和根据关键词扩大相似新闻搜索范围的解决方案。本推荐系统提高了斑马邦体育新闻网推荐系统的准确率和用户满意程度,较好地解决了因斑马邦网体育新闻量过大给用户带来的信息过载和迷航问题。
[Abstract]:With the rapid development of the Internet, although users can obtain information conveniently and quickly, they are still unable to obtain the required target information accurately in a short time in the face of a huge amount of information content. This resulted in a great waste of time and energy. In the development and operation of the zebra state sports news website, in order to facilitate fans' timely access to football information of interest, reduce the search time of users and enhance their experience of reading news, and increase the stickiness of users to the website, This paper designs and implements the personalized recommendation system of zebra state sports news website based on collaborative filtering recommendation algorithm. According to the recommendation list page display, user browsing history data collection and data analysis of the five functional modules, based on text analysis technology and collaborative filtering algorithm, The personalized news recommendation function of zebra state website for specific users is designed and implemented. Aiming at the problems of "cold start" and "data sparsity", this paper also proposes a solution to recommend popular news and expand the search range of similar news according to keywords. The recommendation system improves the accuracy and user satisfaction of zebra sports news network recommendation system, and solves the problem of information overload and confusion caused by the excessive amount of sports news in zebra state network.
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.3;TP393.092

【参考文献】

相关期刊论文 前10条

1 许海云;董坤;刘春江;王超;王振蒙;;文本主题识别关键技术研究综述[J];情报科学;2017年01期

2 郑翠仙;孙文强;邓创兴;蒋廷耀;;基于IKAnalyzer及VSM的人大代表议案建议相似度计算[J];信息通信;2016年08期

3 李周辉;黄燕群;唐屹;;浏览器识别研究[J];信息网络安全;2016年03期

4 郭强;刘建国;;在线社会系统的用户行为分析研究进展[J];复杂系统与复杂性科学;2015年02期

5 王庆福;;基于PageRank算法的文本关键词权重计算研究[J];网络新媒体技术;2015年03期

6 三川;;CNNIC发布第35次《中国互联网络发展状况统计报告》[J];中国远程教育;2015年02期

7 朱炯明;;新闻媒体平台的生态生产模式——以百度新闻平台为例[J];新闻与写作;2015年01期

8 黄艳秀;;B/S系统添加自定义字段功能的设计与实现[J];电子设计工程;2014年12期

9 李莉;;基于B/S三层架构的OA系统的设计与实现[J];科技广场;2014年05期

10 吴成超;王卫平;;考虑用户兴趣变化的概率隐语意协同推荐算法[J];计算机系统应用;2014年05期

相关博士学位论文 前4条

1 冷亚军;协同过滤技术及其在推荐系统中的应用研究[D];合肥工业大学;2013年

2 张磊;个性化推荐和搜索中若干关键问题的研究[D];北京邮电大学;2009年

3 李聪;电子商务推荐系统中协同过滤瓶颈问题研究[D];合肥工业大学;2009年

4 李涛;推荐系统中若干关键问题研究[D];南京航空航天大学;2009年

相关硕士学位论文 前4条

1 曹麒文;机器视觉尺寸检测系统软件模块化设计[D];广东工业大学;2015年

2 王子慕;一种利用TF-IDF方法结合词汇语义信息的文本相似度量方法研究[D];吉林大学;2015年

3 杨瑞;一种基于面向方面的可信软件非功能需求设计与评估方法[D];西南大学;2014年

4 蔡丽;软件测试及其在unicall系统测试中的应用[D];北京交通大学;2008年

，

本文编号：1786236