基于用戶(hù)瀏覽模式的新聞推薦系統(tǒng)設(shè)計(jì).pdf

1、如今的因特網(wǎng)行業(yè)正在快速發(fā)展，在這個(gè)時(shí)代，信息數(shù)量巨大，更新速度飛快，使得網(wǎng)絡(luò)瀏覽者在眾多資訊中無(wú)法找到自己真正所需。為了解決這一問(wèn)題，在推薦系統(tǒng)出現(xiàn)之前，人們運(yùn)用搜索引擎通過(guò)關(guān)鍵詞找到自己對(duì)信息的需求，然而某些場(chǎng)景下用戶(hù)無(wú)法很精確地明確自己所需要的關(guān)鍵詞，使得搜索引擎的效果大打折扣。
　　個(gè)性化推薦經(jīng)過(guò)對(duì)用戶(hù)數(shù)據(jù)的分析，從而發(fā)現(xiàn)他們的相應(yīng)特征與偏好，及時(shí)提供最符合用戶(hù)的推薦結(jié)果。作為有效解決用戶(hù)沒(méi)有明確需求下的信息過(guò)載問(wèn)題的工具

2、之一，它已經(jīng)變?yōu)樵S多領(lǐng)域的研究熱點(diǎn)。個(gè)性化推薦系統(tǒng)可以智能地為因特網(wǎng)用戶(hù)推薦他們所感興趣的內(nèi)容，讓人們從海量數(shù)據(jù)的迷茫中解脫出來(lái)。
　　在因特網(wǎng)新聞方面，個(gè)性化推薦也極其重要，今日頭條網(wǎng)（http://www.toutiao.com/）、新浪新聞網(wǎng)（http://news.sina.com.cn/）等網(wǎng)站每天都在發(fā)布各行各業(yè)的時(shí)事新聞，隨著新聞信息量與信息更新速度的不斷增大，網(wǎng)頁(yè)新聞瀏覽者難以看到自身所感興趣的新聞內(nèi)容，常常讓自己

3、丟失在海量級(jí)別的新聞資訊中。當(dāng)遇到這一類(lèi)問(wèn)題時(shí)，新聞推薦系統(tǒng)可以根據(jù)瀏覽者個(gè)性化的瀏覽記錄，發(fā)掘出他們的潛在瀏覽偏好，形成相應(yīng)的推薦結(jié)果。從而節(jié)約了大量瀏覽者的新聞探尋時(shí)間，提高了瀏覽者的滿(mǎn)意度，同時(shí)降低網(wǎng)頁(yè)新聞資源浪費(fèi)程度。
　　利用用戶(hù)的顯式反饋信息進(jìn)行推薦的推薦方法是目前比較常見(jiàn)的方法，然而相對(duì)于顯式反饋，由于隱式反饋信息更容易獲取，具有普遍性，因此根據(jù)隱式反饋信息所設(shè)計(jì)的推薦系統(tǒng)具有更加廣泛的適用性，本文所設(shè)計(jì)的推薦系統(tǒng)是

4、根據(jù)隱式反饋信息所設(shè)計(jì)的。
　　本文主要對(duì)網(wǎng)頁(yè)新聞瀏覽者的隱式反饋數(shù)據(jù)進(jìn)行處理，對(duì)推薦模型以及推薦算法、用戶(hù)模型的構(gòu)建、推薦的混合方案和策略等內(nèi)容開(kāi)展研究，將瀏覽者群體按照瀏覽頻率進(jìn)行劃分，對(duì)不同瀏覽者群體采用不同推薦算法混合，對(duì)于經(jīng)常瀏覽用戶(hù)，綜合用戶(hù)協(xié)作型過(guò)濾算法、內(nèi)容推薦算法進(jìn)行結(jié)果上的混合，對(duì)于不常瀏覽用戶(hù)，綜合了物品協(xié)作過(guò)濾算法的相似度計(jì)算以及內(nèi)容推薦算法的相似度計(jì)算法則，進(jìn)行相應(yīng)算法上的混合，并將得出的相應(yīng)推薦結(jié)果與基