期刊论文

A news recommendation system based on an improved collaborative filtering algorithm

中文

计算机工程与科学

1007-130X

2017

39

6

1179-1185

10.3969/j.issn.1007-130X.2017.06.023

71471073:国家自然科学基金 ccnu201439:湖北省高等学校省级教学研究项目 ccnu201315:湖北省高等学校省级教学研究项目

本校为第一机构

将个性化推荐技术运用于新闻阅读应用,以其快速、精准的特点帮助用户快捷获取兴趣新闻,是值得挖掘的研究方向。设计并实现了一种新闻推荐系统,该系统基于用户协同过滤推荐技术,通过收集用户数据,计算阅读耗时因子对用户偏好值进行修正,纳入新闻热度影响并通过热度惩罚用户相似度值;然后基于相似邻居集对用户未阅读的新闻进行Top-N排序得到推荐列表,从而向用户推送其感兴趣的新闻。经测试,原型系统能够实时更新用户兴趣模型,达到推新、推准的效果,各项功能均已达到设计预期目标。

It is worth studying and exploring the research on the personalized recommendation tech- nique that is used in news reader application to help users fast access interested news with its rapid and accurate features. We design and implement a news recommendation system based on user collaborative filtering recommendation technology. By collecting user data, calculating the reading time factor to cor- rect user preference value, incorporating the influence of the news heat and punishing user similarity val- ue by the heat, and then conducting Top-...