一种基于改进型协同过滤算法的新闻推荐系统

• 作者: 吴彦文 杨锐 齐旻
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 个性化推荐 阅读耗时因子 Top-N排序
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1179-1185
• 页数: 7页
• 分类号: TP393
• 字数: 6291字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.06.023

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴彦文	华中师范大学物理科学与技术学院	67	325	11.0	14.0
2	齐旻	华中师范大学物理科学与技术学院	2	15	2.0	2.0
3	杨锐	华中师范大学物理科学与技术学院	2	11	1.0	2.0