本文關(guān)鍵詞：基于移動(dòng)互聯(lián)網(wǎng)的個(gè)性化新聞推薦系統(tǒng)研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

摘 要 基于移動(dòng)互聯(lián)網(wǎng)的個(gè)性化新聞推薦系統(tǒng)研究與實(shí)現(xiàn)? 近年來，移動(dòng)互聯(lián)網(wǎng)在世界范圍內(nèi)取得了飛速的普及和發(fā)展，與此同時(shí)，大 量的信息涌入移動(dòng)互聯(lián)網(wǎng)用戶的視野中，使人們逐漸走進(jìn)了“信息過載”的時(shí)代。 無論是信息的發(fā)布者還是信息的接收者都遇到了很大的挑戰(zhàn)：對于信息接收者而 言，想要在眾多的信息中篩選出自己真正感興趣的部分是一件困難的事情；而對 于信息發(fā)布者，想讓自己生產(chǎn)的信息受到更多用戶的關(guān)注，也是一件非常困難的 事情。這就給計(jì)算機(jī)科學(xué)領(lǐng)域的關(guān)注者和從業(yè)者帶來一個(gè)前所未有的機(jī)遇和挑 戰(zhàn)，也同時(shí)成為了互聯(lián)網(wǎng)尤其是電子商務(wù)領(lǐng)域和社交領(lǐng)域的一個(gè)重點(diǎn)和熱點(diǎn)問 題。深入、準(zhǔn)確地挖掘出用戶的使用行為、特點(diǎn)，了解用戶的興趣，之后分析出 用戶的潛在需求，勢必將會大大提升用戶粘性和滿意度。 個(gè)性化推薦指的是根據(jù)用戶的興趣特點(diǎn)和購買行為，向用戶推薦用戶感興趣 的信息和商品，幫助用戶從浩瀚的信息海洋中找到自己感興趣的部分,? 實(shí)現(xiàn)了互 聯(lián)網(wǎng)中的信息從被動(dòng)接收到主動(dòng)推送的過程。而協(xié)同過濾作為推薦系統(tǒng)中最為成 功和研究最多的算法之一，其基本思想是根據(jù)用戶興趣的相似性來進(jìn)行推薦，把 與當(dāng)前用戶相似性最大的用戶找出來并作為鄰居用戶，然后將鄰居用戶興趣進(jìn)行 計(jì)算和加權(quán)作為當(dāng)前用戶的興趣并產(chǎn)生推薦。 本文從移動(dòng)互聯(lián)網(wǎng)中的新聞系統(tǒng)出發(fā)，，通過研究個(gè)性化推薦在新聞?lì)I(lǐng)域的應(yīng) 用來幫助用戶改善移動(dòng)終端閱覽新聞的體驗(yàn)。根據(jù)傳統(tǒng)的協(xié)同過濾推薦方法，本 文提出了三種改進(jìn)的推薦模型，分別是基于內(nèi)容的推薦、基于用戶屬性和相似度

  本文關(guān)鍵詞：基于移動(dòng)互聯(lián)網(wǎng)的個(gè)性化新聞推薦系統(tǒng)研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。