手機騰訊網(wǎng)新聞智能推薦系統(tǒng)的設計與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著互聯(lián)網(wǎng)的發(fā)展,信息過載已經成為互聯(lián)網(wǎng)時代一個急需解決的問題,而人們解決這個問題的辦法層出不窮,除了給信息分類和提供更加出色的檢索引擎,對于無法描述的信息獲取,則需要智能推薦系統(tǒng)來做。個性化智能推薦系統(tǒng),即是在互聯(lián)網(wǎng)上使用數(shù)據(jù)挖掘等技術,給使用者提供個性化智能推薦的功能,來指導使用者有目的性地對產品和信息等進行閱讀或瀏覽。這樣一來,互聯(lián)網(wǎng)完成了從“信息等待查詢階段”到“信息定點投遞階段”的過渡。
  為了解決這個問題,本課題決定

2、以此為研究方向,去探究如何更加精確地猜測用戶的興趣所在,之后更加精確地給用戶推送他們所喜愛的文章。本系統(tǒng)依托于手機騰訊網(wǎng),實現(xiàn)了與原普通資訊頁面同時存在的新聞智能推薦系統(tǒng)。
  手機騰訊網(wǎng)新聞智能推薦系統(tǒng)主要分為主題管理模塊,推薦模塊和展示模塊。系統(tǒng)將文章根據(jù)來源和類型分成了71個主題,主題管理模塊僅為部門新聞編輯設計,具體需求是編輯可以結合各種條件去搜索、處理、刪除和下載新聞主題信息。新聞推薦功能是推薦系統(tǒng)的一個重要組成部分,主

3、要實現(xiàn)購物籃算法推薦、用戶模型建立和融合場景這三個功能。在推薦的模塊中,系統(tǒng)使用了FP-growth購物籃算法,將用戶的歷史數(shù)據(jù)進行分析,得出基于文章主題的頻繁集。通過搜集用戶的數(shù)據(jù),不斷累積和計算同用戶的興趣較為關聯(lián)的新聞主題集合,最終使得用戶更精確地閱讀到自己喜歡的文章。展示模塊是推薦系統(tǒng)的入口,用戶可以在展示界面瀏覽到推薦的新聞內容,同時用戶也會將自己的行為記錄在展示模塊進行留存。
  在測試方面,已對手機騰訊網(wǎng)新聞智能推薦

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論