天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 搜索引擎論文 >

基于社交信號(hào)的個(gè)性化新聞推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

發(fā)布時(shí)間:2017-06-19 10:14

  本文關(guān)鍵詞:基于社交信號(hào)的個(gè)性化新聞推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn),由筆耕文化傳播整理發(fā)布。


【摘要】:近年來隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展,信息呈爆炸式增長而造成信息量過載,導(dǎo)致用戶想要在網(wǎng)絡(luò)中找到有用的信息變得愈加困難。而門戶網(wǎng)站、搜索引擎這些傳統(tǒng)的方法并不能有效的解決這個(gè)問題,個(gè)性化推薦系統(tǒng)應(yīng)運(yùn)而生。個(gè)性化推薦系統(tǒng)通常是建立在海量數(shù)據(jù)挖掘基礎(chǔ)上的一種高級(jí)商業(yè)智能平臺(tái),通過對(duì)用戶的歷史信息、行為的分析,過濾用戶不感興趣的信息,并預(yù)測(cè)其偏好及潛在的興趣而進(jìn)行有效的推薦從而改善用戶的使用體驗(yàn)。 新聞媒體也面臨同樣的挑戰(zhàn),新興的新聞媒體開始采用個(gè)性化新聞推送機(jī)制,這方面的研究也不斷涌現(xiàn)。目前,所使用的個(gè)性化新聞推薦系統(tǒng)包括:基于內(nèi)容的推薦、協(xié)同過濾推薦、基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦和混合推薦。它們都面臨著一些共有的問題,如冷啟動(dòng)、準(zhǔn)確度和召回率低、個(gè)性化過度等等,這些問題的解決可以從根本上極大地促進(jìn)推薦系統(tǒng)的研究與應(yīng)用。 本文研究并綜合了在個(gè)性化推薦領(lǐng)域的相關(guān)研究成果,探索性的將社交化的用戶信號(hào)量應(yīng)用在個(gè)性化新聞推薦系統(tǒng)當(dāng)中,主要思路以及工作成果包括: (1)將用戶的社交信號(hào)與新聞?dòng)脩舻狞c(diǎn)擊歷史記錄相結(jié)合; (2)更加準(zhǔn)確的判斷用戶興趣,給出更合理、準(zhǔn)確、綜合的推薦結(jié)果。 (3)創(chuàng)新性地提出以用戶社交維度為輔助信號(hào)量計(jì)算用戶興趣模型,并且通過公眾興趣以及反饋機(jī)制提高推薦準(zhǔn)確度。 (4)以上述思路為出發(fā)點(diǎn),結(jié)合實(shí)時(shí)性、數(shù)據(jù)規(guī)模、推薦準(zhǔn)確度等因素,實(shí)現(xiàn)了一個(gè)個(gè)性化的新聞推薦系統(tǒng)。 本文的研究成果為改進(jìn)新聞推薦的實(shí)時(shí)性、新穎性、準(zhǔn)確性、冷啟動(dòng)等問題提供了一種新的思路,在此基礎(chǔ)上,可以進(jìn)一步細(xì)化用戶信號(hào)對(duì)于推薦過程的作用,擴(kuò)展到其他信號(hào)量如搜索記錄或者其他社交來源從而進(jìn)一步提高用戶、新聞的匹配精確度。
【關(guān)鍵詞】:新聞 個(gè)性化推薦 協(xié)同過濾 數(shù)據(jù)挖掘 機(jī)器學(xué)習(xí)
【學(xué)位授予單位】:中國科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2015
【分類號(hào)】:TP391.3
【目錄】:
  • 摘要5-6
  • Abstract6-10
  • 第一章 緒論10-18
  • 1.1 研究背景與意義10-11
  • 1.2 本課題的相關(guān)領(lǐng)域和研究進(jìn)展11-15
  • 1.2.1 個(gè)性化推薦及其相關(guān)領(lǐng)域11-12
  • 1.2.2 個(gè)性化推薦系統(tǒng)實(shí)例12-13
  • 1.2.3 個(gè)性化新聞推薦技術(shù)研究進(jìn)展13-15
  • 1.3 本文主要研究內(nèi)容15-18
  • 第二章 推薦相關(guān)算法分析18-26
  • 2.1 推薦算法概述18-24
  • 2.1.1 基于內(nèi)容的推薦18-20
  • 2.1.2 基于協(xié)同過濾的推薦20-21
  • 2.1.3 混合推薦21-22
  • 2.1.4 算法評(píng)價(jià)22-24
  • 2.2 TF-IDF摘要技術(shù)24-25
  • 2.3 余弦相似度25
  • 2.4 本章小結(jié)25-26
  • 第三章 基于社交信號(hào)的推薦算法優(yōu)化26-38
  • 3.1 社交信號(hào)分析26-27
  • 3.2 基于社會(huì)化標(biāo)簽的用戶興趣27-28
  • 3.3 基于社會(huì)化標(biāo)簽的內(nèi)容過濾推薦算法28-36
  • 3.3.1 用戶社交信號(hào)模型28-29
  • 3.3.2 基于標(biāo)簽的改進(jìn)型內(nèi)容推薦29-33
  • 3.3.3 社交信號(hào)優(yōu)化冷啟動(dòng)問題33-34
  • 3.3.4 公眾興趣、個(gè)人興趣混合34-35
  • 3.3.5 用戶反饋機(jī)制35-36
  • 3.3.6 興趣衰減機(jī)制36
  • 3.4 本章小結(jié)36-38
  • 第四章 基于社交信號(hào)的新聞推薦系統(tǒng)實(shí)現(xiàn)38-58
  • 4.1 新聞推薦系統(tǒng)需求分析38-41
  • 4.1.1 新聞推薦系統(tǒng)需求概述38-39
  • 4.1.2 系統(tǒng)功能需求描述39-40
  • 4.1.3 系統(tǒng)性能需求40
  • 4.1.4 系統(tǒng)容錯(cuò)需求40-41
  • 4.2 概要設(shè)計(jì)41-44
  • 4.2.1 技術(shù)實(shí)現(xiàn)平臺(tái)41-42
  • 4.2.2 總體架構(gòu)設(shè)計(jì)42-43
  • 4.2.3 模塊描述43
  • 4.2.4 推薦算法概要43-44
  • 4.3 詳細(xì)設(shè)計(jì)44-53
  • 4.3.1 數(shù)據(jù)流圖44-45
  • 4.3.2 數(shù)據(jù)存儲(chǔ)設(shè)計(jì)45-47
  • 4.3.3 新聞抓取爬蟲47-48
  • 4.3.4 數(shù)據(jù)處理導(dǎo)管48-50
  • 4.3.5 社交網(wǎng)絡(luò)集成模塊50-52
  • 4.3.6 前端用戶交互界面52-53
  • 4.3.7 輔助模塊53
  • 4.4 系統(tǒng)集成與檢驗(yàn)53-57
  • 4.4.1 測(cè)試數(shù)據(jù)準(zhǔn)備53-54
  • 4.4.2 試驗(yàn)方法54-56
  • 4.4.3 評(píng)價(jià)標(biāo)準(zhǔn)56
  • 4.4.4 實(shí)驗(yàn)結(jié)果分析56-57
  • 4.4.5 系統(tǒng)評(píng)價(jià)57
  • 4.5 本章小結(jié)57-58
  • 第五章 結(jié)論與展望58-62
  • 5.1 主要工作總結(jié)58-59
  • 5.2 后續(xù)工作展望59-62
  • 參考文獻(xiàn)62-66
  • 致謝66-68
  • 個(gè)人筒歷、在學(xué)期間發(fā)表的論文與研究成果68

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊莉云;;協(xié)同過濾技術(shù)中相似度計(jì)算問題研究[J];福建電腦;2010年06期

2 蒲國林;王剛;向偉;楊勇智;;基于內(nèi)容的個(gè)性化新聞推薦[J];四川文理學(xué)院學(xué)報(bào);2013年05期

3 丁振國,陳靜;基于關(guān)聯(lián)規(guī)則的個(gè)性化推薦系統(tǒng)[J];計(jì)算機(jī)集成制造系統(tǒng)-CIMS;2003年10期

4 李磊;王丁丁;朱順痣;李濤;;Personalized News Recommendation:A Review and an Experimental Investigation[J];Journal of Computer Science & Technology;2011年05期

5 彭菲菲;錢旭;;基于用戶關(guān)注度的個(gè)性化新聞推薦系統(tǒng)[J];計(jì)算機(jī)應(yīng)用研究;2012年03期

6 陳炯;張永奎;;一種基于文檔差異度的Web突發(fā)事件新聞個(gè)性化推薦算法[J];計(jì)算機(jī)應(yīng)用與軟件;2010年11期

7 岑詠華,甘利人,丁晟春;基于內(nèi)容的Web個(gè)性化推薦技術(shù)研究[J];圖書情報(bào)工作;2003年08期

8 江秀佳;何源光;;國內(nèi)電子商務(wù)個(gè)性化推薦系統(tǒng)改進(jìn)研究[J];圖書情報(bào)工作;2009年16期

9 易明;毛進(jìn);鄧衛(wèi)華;;基于社會(huì)化標(biāo)簽網(wǎng)絡(luò)的細(xì)粒度用戶興趣建模[J];現(xiàn)代圖書情報(bào)技術(shù);2011年04期

10 劉建國;周濤;汪秉宏;;個(gè)性化推薦系統(tǒng)的研究進(jìn)展[J];自然科學(xué)進(jìn)展;2009年01期


  本文關(guān)鍵詞:基于社交信號(hào)的個(gè)性化新聞推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn),,由筆耕文化傳播整理發(fā)布。



本文編號(hào):462228

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/462228.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶bad88***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com