基于Android的新聞推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著智能手機(jī)的普及，當(dāng)前互聯(lián)網(wǎng)的入口逐漸從傳統(tǒng)的電腦端各大門(mén)戶網(wǎng)站分流到移動(dòng)互聯(lián)網(wǎng)當(dāng)中，在新聞閱讀方面，用戶也更多的依賴(lài)于手機(jī)端新聞閱讀應(yīng)用。然而互聯(lián)網(wǎng)數(shù)據(jù)的爆炸增長(zhǎng)，使得用戶在海量新聞中快速發(fā)掘感興趣的新聞?dòng)l(fā)困難。利用個(gè)性化推薦技術(shù)將用戶從海量數(shù)據(jù)中解放出來(lái)是推薦技術(shù)的使用初衷，將個(gè)性化推薦技術(shù)運(yùn)用于手機(jī)新聞閱讀應(yīng)用，以其快速、精準(zhǔn)的特點(diǎn)幫助用戶快捷獲取興趣新聞，是值得挖掘的研究方向。
　　本文基于Android展開(kāi)了新聞推薦

2、系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)，首先分別對(duì)系統(tǒng)業(yè)務(wù)需求和功能模塊進(jìn)行分析設(shè)計(jì);同時(shí)針對(duì)新聞的特性設(shè)計(jì)了一套以基于用戶協(xié)同過(guò)濾推薦技術(shù)為基礎(chǔ)通過(guò)收集用戶數(shù)據(jù)，計(jì)算閱讀耗時(shí)因子對(duì)用戶偏好值進(jìn)行修正，納入新聞熱度影響并通過(guò)熱度懲罰用戶相似度值;然后基于相似鄰居集對(duì)用戶未閱讀的新聞進(jìn)行Top-N排序得到推薦列表;系統(tǒng)概要設(shè)計(jì)和算法選擇完成后，最后我們實(shí)現(xiàn)了用Android新聞推薦應(yīng)用瀏覽新聞，構(gòu)建了Spring+Struts2+Hibernate框架的新聞管