本文選題：個性化推薦 + 閱讀耗時因子��； 參考：《計算機工程與科學》2017年06期

【摘要】：將個性化推薦技術運用于新聞閱讀應用,以其快速、精準的特點幫助用戶快捷獲取興趣新聞,是值得挖掘的研究方向。設計并實現(xiàn)了一種新聞推薦系統(tǒng),該系統(tǒng)基于用戶協(xié)同過濾推薦技術,通過收集用戶數據,計算閱讀耗時因子對用戶偏好值進行修正,納入新聞熱度影響并通過熱度懲罰用戶相似度值;然后基于相似鄰居集對用戶未閱讀的新聞進行Top-N排序得到推薦列表,從而向用戶推送其感興趣的新聞。經測試,原型系統(tǒng)能夠實時更新用戶興趣模型,達到推新、推準的效果,各項功能均已達到設計預期目標。
[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.
【作者單位】： 華中師范大學物理科學與技術學院;
【基金】：國家自然科學基金(71471073) 湖北省高等學校省級教學研究項目(ccnu201439,ccnu201315)
【分類號】：TP391.3

【參考文獻】

相關期刊論文 前4條

1 侯燁煒;;個性化新聞推薦算法比較研究[J];科技視界;2014年32期

2 韓懷梅;李淑琴;;基于Mahout的個性化推薦系統(tǒng)架構[J];北京信息科技大學學報(自然科學版);2014年04期

3 孫冬婷;何濤;張福海;;推薦系統(tǒng)中的冷啟動問題研究綜述[J];計算機與現(xiàn)代化;2012年05期

4 彭菲菲;錢旭;;基于用戶關注度的個性化新聞推薦系統(tǒng)[J];計算機應用研究;2012年03期

相關博士學位論文 前2條

1 劉青文;基于協(xié)同過濾的推薦算法研究[D];中國科學技術大學;2013年

2 王縱虎;聚類分析優(yōu)化關鍵技術研究[D];西安電子科技大學;2012年

相關碩士學位論文 前2條

1 劉靜;多維度可擴展推薦引擎框架的設計與應用[D];哈爾濱工業(yè)大學;2013年

2 商勝;基于Web挖掘的用戶個性化推薦的研究及實現(xiàn)[D];北京郵電大學;2013年

【共引文獻】

相關期刊論文 前10條

1 申強華;;基于多變量Probit回歸的用戶興趣挖掘方法[J];計算機與現(xiàn)代化;2017年06期

2 吳彥文;齊e，

本文編號：1895953