一种基于改进型协同过滤算法的新闻推荐系统

发布时间：2018-05-16 07:14

  本文选题：个性化推荐 + 阅读耗时因子　； 参考：《计算机工程与科学》2017年06期

【摘要】：将个性化推荐技术运用于新闻阅读应用,以其快速、精准的特点帮助用户快捷获取兴趣新闻,是值得挖掘的研究方向。设计并实现了一种新闻推荐系统,该系统基于用户协同过滤推荐技术,通过收集用户数据,计算阅读耗时因子对用户偏好值进行修正,纳入新闻热度影响并通过热度惩罚用户相似度值;然后基于相似邻居集对用户未阅读的新闻进行Top-N排序得到推荐列表,从而向用户推送其感兴趣的新闻。经测试,原型系统能够实时更新用户兴趣模型,达到推新、推准的效果,各项功能均已达到设计预期目标。
[Abstract]:The application of personalized recommendation technology in news reading applications, with its rapid and accurate characteristics to help users to quickly get interesting news, is worth digging the research direction. A news recommendation system is designed and implemented. The system is based on user collaborative filtering and recommendation technology. By collecting user data and calculating the reading time factor, the user preference can be corrected. Taking into account the influence of news heat and punishing the user similarity value through the heat; then the Top-N ranking of the news not read by the user is carried out based on the similar neighbor set to get the recommendation list, and then the news of interest to the user is pushed to the user. After testing, the prototype system can update the user interest model in real time and achieve the effect of pushing new and accurate, and all the functions have reached the expected goal of design.
【作者单位】： 华中师范大学物理科学与技术学院;
【基金】：国家自然科学基金(71471073) 湖北省高等学校省级教学研究项目(ccnu201439,ccnu201315)
【分类号】：TP391.3

【参考文献】

相关期刊论文 前4条

1 侯烨炜;;个性化新闻推荐算法比较研究[J];科技视界;2014年32期

2 韩怀梅;李淑琴;;基于Mahout的个性化推荐系统架构[J];北京信息科技大学学报(自然科学版);2014年04期

3 孙冬婷;何涛;张福海;;推荐系统中的冷启动问题研究综述[J];计算机与现代化;2012年05期

4 彭菲菲;钱旭;;基于用户关注度的个性化新闻推荐系统[J];计算机应用研究;2012年03期

相关博士学位论文 前2条

1 刘青文;基于协同过滤的推荐算法研究[D];中国科学技术大学;2013年

2 王纵虎;聚类分析优化关键技术研究[D];西安电子科技大学;2012年

相关硕士学位论文 前2条

1 刘静;多维度可扩展推荐引擎框架的设计与应用[D];哈尔滨工业大学;2013年

2 商胜;基于Web挖掘的用户个性化推荐的研究及实现[D];北京邮电大学;2013年

【共引文献】

相关期刊论文 前10条

1 申强华;;基于多变量Probit回归的用户兴趣挖掘方法[J];计算机与现代化;2017年06期

2 吴彦文;齐e，

本文编号：1895953