隨著互聯(lián)網(wǎng)web2.0時代來臨,如何能夠閱讀到感興趣的新聞已經(jīng)成為眾多網(wǎng)民生活的重要問題。然而在海量的互聯(lián)網(wǎng)新聞中,人們往往只能被迫的看編輯推給我們的新聞。因此推薦系統(tǒng)應運而生,作為一種有效的解決這種問題的手段在學術界得到廣泛的研究,并在工業(yè)界得到有效的應用。本文針對新聞推薦領域的仍存在的問題展開研究。主要的研究工作如下:(1)提出了一種基于用戶隱式社交關系的個性化新聞推薦方法。用戶顯式社交關系中可以獲得相似的用戶群體偏少,相反用戶的隱式關系能夠挖掘到與用戶更多相似的用戶群體�；谶@種現(xiàn)象我們從新聞數(shù)據(jù)集構建用戶隱式社會關系,然后根據(jù)泊松矩陣分解建模用戶的隱式影響概率,從而生成用戶的新聞推薦列表。(2)為了解決用戶興趣偏好特征構建不夠準確的問題,提出了一種基于用戶搜索記錄和興趣偏好的個性化新聞方法。通過從用戶的搜索記錄中構建外源的用戶興趣偏好,然后利用提出的兩種偏好融合的方法生成最終的推薦列表。在真實的新聞數(shù)據(jù)集上進行實驗測試,結果表明該方法有很好的推薦效果。(3)針對新聞推薦中普遍存在的冷啟動和數(shù)據(jù)稀疏性問題,提出了一種基于深度網(wǎng)絡的個性化新聞推薦模型。通過對用戶和新聞進行深度網(wǎng)絡編...

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀及研究內(nèi)容
        1.2.1 基于用戶隱式社交關系的個性化新聞推薦方法
        1.2.2 基于用戶搜索記錄和興趣偏好的個性化新聞推薦方法
        1.2.3 基于深度網(wǎng)絡的個性化新聞推薦方法
        1.2.4 新聞推薦系統(tǒng)
    1.3 論文組織結構
第二章 基于用戶隱式社交關系的個性化新聞推薦方法
    2.1 引言
    2.2 推薦方法
        2.2.1 用戶隱式社交關系
        2.2.2 用戶影響與泊松分布
        2.2.3 用戶影響的群體建模
        2.2.4 模型生成過程
    2.3 實驗結果和分析
        2.3.1 數(shù)據(jù)集和實驗環(huán)境
        2.3.2 評價指標
        2.3.3 實驗結果和分析
    2.5 本章小結
第三章 基于用戶搜索記錄和興趣偏好的個性化新聞推薦方法
    3.1 引言
    3.2 推薦方法描述
        3.2.1 用戶搜索記錄構建
        3.2.2 用戶搜索記錄與新聞閱讀記錄結合
        3.2.3 時間序列模型
        3.2.4 方法描述
    3.3 實驗結果分析
        3.3.1 數(shù)據(jù)集和實驗環(huán)境
        3.3.2 實驗方法和評價指標
        3.3.3 實驗結果和分析
        3.3.4 參數(shù)調(diào)整
    3.4 本章小結
第四章 基于深度網(wǎng)絡的個性化新聞推薦方法
    4.1 引言
    4.2 推薦方法描述
        4.2.1 協(xié)同深度嵌入網(wǎng)絡
        4.2.2 模型結構
        4.2.3 方法描述
    4.3 實驗結果與分析
        4.3.1 數(shù)據(jù)集和實驗環(huán)境
        4.3.2 評價指標
        4.3.3 實驗結果和分析
    4.4 本章小結
第五章 基于用戶興趣偏好和用戶關系的個性化新聞推薦系統(tǒng)設計
    5.1 需求分析
    5.2 系統(tǒng)總體設計
        5.2.1 系統(tǒng)體系架構
            5.2.1.1 模型層詳細設計
        5.2.2 系統(tǒng)功能模塊及流程
        5.2.3 數(shù)據(jù)庫設計
        5.2.4 推薦列表的生成過程
    5.3 本章小結
第六章 新聞推薦系統(tǒng)的實現(xiàn)與測試
    6.1 系統(tǒng)實現(xiàn)
        6.1.1 系統(tǒng)主要使用技術
        6.1.2 服務端API
        6.1.3 功能實現(xiàn)
    6.2 模塊測試
        6.2.1 測試環(huán)境
        6.2.2 模塊測試
            6.2.2.3 后臺管理模塊測試
        6.2.3 系統(tǒng)性能測試
    6.3 本章小結
第七章 總結與展望
    7.1 總結
    7.2 展望
參考文獻
致謝



本文編號：3888832