基于用户关注度的个性化新闻推荐系统

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

量用户相似性，对相似度加权求和预测用户关注度，而提供给用户经过排序的新闻推荐列表。实验结果表明，从推
荐系统有效地提高了推荐精准度和覆盖度，改善了系统可扩展性和自动更新能力，具有良好的推荐效果。
关键词：个性化推荐；协作型过滤；用户关注度；推荐算法中图分类号：Ｔ３１Ｐ１文献标志码：Ａ文章编号：１０．６５２１）３１０．３０１３９（０２０—０５０
ＡｂｔａｔＴｅｅｗｒｎｒｂｅ，ｕｈａｈｈｆｏｓｒｃｎｅｎ，ａａｓａｓ，ｎｙｔｍｃｌｂｌｙａｄａｔｍａｉｐｓｒｃ：ｈｒｅｅｍａｙｐｏｌｍｓｓｃｓｔｅｓｉｆｕｅｏｃｒｄｔｐｒｅａｄｓｓｅｓａａｉｔｎｕｏｔｕ — ｔｉｃｄｔａａｉｔｓＴｉａｅａｅａｎｗｐｒｏａｉｄｒｃｍｍｅｄｔｎｓｓｅｆｒｎｗｓｂｓｄｏｓｒｒｑｉｍｅｔａｄｕｅ — ａｅｃｐｂｌｉ．ｈｓｐｐｒｇｖｅｅｓｎｌｅｅｏｉｅｚｎａｉｙｔｍｏｅａｅｎｕｅｅｕｒｏｅｎｓｎｓｒ
彭菲菲，钱
摘
旭
（国矿业大学机电与信息工程学院，京１０８）中北００３要：为满足用户需求，以用户为中心，决用户关注度不断变化、稀疏性、解数据优化时间和空间效率等问题，提
出基于用户关注度的个性化新闻推荐系统。推荐系统引入个人兴趣和场景兴趣来描述用户关注度，用雅克比度使
ｄｉ１．９９ｊｉｎ１０－６５２１．３０６ｏ：０３６／．ｓ．０１３９．０２０．５ｓ
Ｐｒｏａｉｅｅ，ｅｓｎｌｄｒｃｍｍｅｄｔｎｓｓｅｆｒｎｗａｅｎｕｅｏｃｒｚｏｎａｉｙｔｍｏｅｓｂｓｄｏｓｒｃｎｅｎｏ
面对海量变化迅速的网络新闻，用户面临的选择越来越多，在这样的环境下，为了能够更好地为用户推荐比较符合用户兴趣的新闻列表，个性化新闻推荐系统成为网络新闻检索领域的
一
度字典、寻找相似用户、算预测关注度、生推荐。计产
项重要研究内容。协作型过滤是至今为止应用最成功的个性
ｃｎｅｅ．ｔｄｓｒｅｓｒｃｎｅｓｎｅｓｎｌｐｅｅｅｃｎｉａｉｎｌｉｔｒｓ，ｕｅａｏｉｔａｕｅｕｅｉｌｒｙｅｔｒｄＩｅｃｉｄｕｅｏｃｒｕｉｇｐｒｏａｒｆｒｎｅａｄｓｔｔａｎｅｅｔｓｄＪｃｂｏｍｅｓｒｓｒｓｍｉｉｂｎｕｏａｔａｄｆｒｃｓｅｓｒｃｎｅｉｉｌｒｔ— ｉｈｅｎｏｅａｔｄｕｅｏｃｒｗｔｓｎｈｍｉｉｗｅｇｔｄ，ａｄｔｅｒｖｄｄｏｄｒｄｎｗｓｒｃｍｍｅｄｔｎｌｔｆｒｅｅｙｕｅ．ｘａｙｎｈｎｐｏｉｅｒｅｅｅｅｏｎａｉｉｖｒｓｒＥ－ｏｓｏ
第２９卷第３期
２１０２年３月
计算机应用研究
ＡｐｌａｉｎＲｅｅｒｈｏｍｐｔｒｐｉｔｓａｃｆＣｏｕｅｓｃｏ
Ｖ０．９Ｎｏ３１２．Ｍａ．２１ｒｒ０２
基于用户关注度的个性化新闻推荐系统
ｐｒｍｅｔｌｒｓｌｓｓｏｔａｅｒｃｍｍｅｄｔｎｓｓｅｃｎｅｆｃｉｅｙｒｓｌｅａｏｅｐｏｌｍｓｎｔｓｈｇｅｃｕａｙａｄｅｉｎａｅｕｔｈｗｔｔｅｏｈｈｎａｉｙｔｍａｆｔｌｅｏｖｂｖｒｂｅ，Βιβλιοθήκη Baidu ｄｉｉｉｈｒａｃｒｃｎｏｅｖｃｖｒｇｎｅｔｒｒｃｍｍｅｄｔｎｒｓｌ．ｏｅａｅａｄｂｔｅｏｅｎａｉｅｕｔｏｓＫｅｒｓｐｒｏａｉｅｅｏｙｗｏｄ：ｅｓｎｌｄｒｃｍｍｅｄｔｎ；ｃｌｂｒｔｅｆｔｒｎ；ｕｅｏｃｒ；ｒｃｍｍｅｄｔｎａｇｒｈｚｎａｉｏｏｌｏａｉｉｅｉｇａｖｌｓｒｃｎｅｎｅｏｎａｉｌｏｉｍｏｔ
ＰＮｅ— ｉＩＮＸＥＧＦｉｅ，ＱＡｕｆ ’
（ｃｏｌｆＭｅｈｎｃｌｌｏｉ＆ＩｏｍｔｎＥｇｎｅｉＳｈｏｏｃａｉｅｎｃｎｒａｉｎｉｒｇ，ＣｉａＵｉｒｔＭｉｉｇ＆ＴｃｎｌｙＢｉｎ００３ｈｎ）ａＥａｒｆｏｅｎｈｎｎｖｓｙｏｎｎｅｉｆｅｏｏ，ｅｉ１０８，Ｃｉａｈｇｊｇ