新闻推荐系统的设计与实现

１ 新 闻 推荐 系统 框 架
新 闻推荐 系统 应具有 以下 基本 功 能 ：存 储新 闻 数据 、存储 用户 数 据 、计算 用 户兴趣 模 型 、计 算新 闻
模 型 、根 据用 户兴 趣 模 型计 算 可能 感 兴趣 的新 闻 、 展 示用 户可 能喜 欢 的新 闻．根据 推荐 系 统所 需 的功 能设 计 推荐 系统框 架如 图 １所 示 ，其 中包 含 了 ５个 主要模 块 ：数 据存 储模块 、预 处理模 块 、推 荐算 法模 块 、推荐结果综合模块 、推荐结果展示模块．
阅读 的影 响 ．综 合 以上 ３种 方 法使 推 荐结 果 考虑 准
确率 的同时也 兼顾 推荐 的新 颖性 和 多样 性 ．下 面对
这 ３种算 法做 简单介 绍 ．
处 理
据
访
荐
Ｉ预处理模块 Ｉ
ｌ
Ｉ推荐结果展示模块ｌ
推 荐 锋 法 模 块
Ｉ 撼于ＬＤＡ的推荐 ｝ －Ｉ馋
Ｉ基于词语语义的推荐｝ — 一ｌ推荐结果综合模块 Ｉ基于二部图的推荐｝ ｊ
第 ２３卷 第 ２期 ２０１６年 ４月
兰 州 工 业 学 院 学 报
Ｊｏｕｒ ｎａｌ ｏｆ Ｌａｎｚｈｏｕ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ
文章编号 ：１００９－２２６９（２０１６）０２－００６４－０４
新 闻推 荐 系统 的设 计 与 实现
Ｖ０Ｉ＿Leabharlann Baidu３ Ｎｏ．２ Ａｐｒ．２０１６
付 艳 欣
（兰州财 经大 学 信息工程学院 ，甘肃 兰州 ７３００２０）
摘 要 ：设 计 并 实现 了基 于组 合 策略 的新 闻推荐 系统 ，系统 包括 数据 存 储模 块、预 处 理模 块 、推 荐 算
法模 块 、推荐 结 果综合 模块 、推 荐结 果展 示模 块．推 荐算 法模 块是 系统 的核 心 部 分 ，包含 ３个 算 法 ：
１）数据 存储 模块 ． 数 据存储 模 块 主 要存 储 用 户 行 为 数 据 （主 要 是 用户 阅读 过 哪些 新 闻 ）、新 闻 内容 数 据 、用 户 兴 趣 模型 和新 闻分词 结果 等 ．数 据存 储 使用 的 是 Ｏｒａ— ｅｌｅ数 据库 ，它是 甲骨 文公 司 的一种 关 系 型 的数 据 管 理系 统．Ｏｒａｃｌｅ数 据 库 的优 点 是 可 移 植 性 好 、功 能 强 、使 用方便 ，它是一 种高效 率 、适 应高 吞 吐量 的 数据 解决 方案 ．Ｏｒａｃｌｅ数据 库 在数 据 库领 域 一 直 处 于领 先 的地位 ，可 以说它 是 目前 世 界上最 流行 的关 系数 据库 ． ２）数据 预处 理模块 ． 数 据 预处 理模 块 主要是 从 数 据库 里 读 取新 闻 文本 ，因为我 们 处 理 的 新 闻 文本 是 以 网 页 ｈｔｍｌ标 签 的形 式 存 在 的 ，所 以 先 删 除 ｈｔｍｌ的 标 签 ，删 除 ｈｔｍｌ中的空格 ，删 除 数字 字 符 ；然 后 用分 词 工 具 进 行 新 闻分 词 ，因为本 文使 用 的分 词 工 具 ＩＫＡｎａｌｙｚ—
基 于 ＬＤＡ模 型 的推 荐 算 法 、词语 语 义 分析 的推 荐 算 法、基 于二 部 图的推 荐算 法 ，最 终的推 荐 结 果
由这 ３种 结果 的组合 构成 ．在真 实数 据 集 上验 证 推 荐 系统 的准 确性 取得 了较 好 的 结果 ，将 组合 推
荐 的 结果 与使 用单 一算 法的 结果 比较 ，组 合算 法 的准确 率 比单一 算法 的准确 率 高．
关 键词 ：推荐 系统 ；ＬＤＡ；词语 语 义 ；二部 图
中图分 类号 ：ＴＰ３９１
文 献标 志码 ：Ａ
Ｏ 引 言
随着 网络 的发 展 ，每天 向 网络 中发布信 息 和从 网络 中接受信息已经成为当代人生活的一部分 ，新 闻作 为 信息传 播 的手段 ，在互 联 网 中 占据着 重要 地 位 ．网络新 闻已经 成为 网 民最关 注 的获 取 信 息 的 网 络资源．网络新 闻和传统报纸 、电视新 闻相 比实时 性更好 、便 于用 户 随时 阅读 、不 受 报纸 版 面 或 报 道 时长 的 限制 ．但恰恰 是 这些 优点 使 得 网络新 闻无 限 制 的海量 增 长 ，因此 阅读 者不 得不 花 费大量 时 间在 海量 新 闻 中找 出 自己关 心 的新 闻来 阅读 。Ｊ．为 了 解决 以上 问题 ，设 计 并 实 现 了 一个 新 闻推 荐 系 统 ， 对于进 入 系统 阅读新 闻的用 户 ，数 据存储 模 块会存 储 下 用户 的 阅读 记 录 ，推 荐算 法模 块会 计算 出用 户 可能喜 欢 的新 闻 ，推 荐算 法模 块算 出 的结 果 送到 推 荐 结果 综 合模块 进行 整合 ，得 出 的最终 推荐 结果送 到结 果展 示模块 ，展 示 给用户 ．
图 １ 新 闻推 荐 系统 框 架
３）推荐 算法模 块 ． 推荐 算 法模块 是推 荐系统 的核心部 分 ，推荐 效
２．１ ＬＤＡ主题模 型 的推荐 算法 潜 在 狄 利 克 雷 分 配 （ＬＤＡ） 模 型 ，是 一 种 产
生式 的三 层 贝叶斯概 率 主题 模 型．它 是 目前 应用 最 广泛 的一 种概 率主题 模 型 ，它 具有更 全 的文本 生成 假设 ．它 通过文 本 、主题 和词 汇三 个层 次 的划 分 ，将 文本 内容 表示 为潜在 主题 的有 限混 合 ，文本 内容 的 主要 区别 在于 它们 的主题 分布 不 同．ＬＤＡ模 型 的特 点 就是它 的泛 化 能 力强 ，推 理算 法 高 效．基 于 ＬＤＡ 主题 模 型的推 荐过程 如 下 ：
收 稿 日期 ：２０１５－１２—２１ 作者简介 ：付艳欣 （１９８９．），女 ，内蒙古赤峰人 ，硕士生
第 ２期
付艳欣 ：新 闻推荐系统的设计 与实现
·６５ ·
ｅｒ＿３ 不带 停 用 词 词 典 ，所 以 自动 添 加 了 停 用 词 词 要 考虑 的是用 户喜好 内容和新 闻内容 间的 匹配 ，二 表 ，然后 对新 闻分 词序 列去掉 停用 词 ，并 保存 结果 ． 部 图推荐 主要 考虑 朋 友 的推荐 和新 闻热 度对 用 户