基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
新闻系统如果不能有效的进行新闻分类和个性化推荐,势必会影响到用户的使用效率和使用兴趣.本文通过自然语言处理技术、文本分类技术、协同过滤算法等技术构建新闻自动分类和推荐系统,对发布的新闻内容进行分词处理以及分类训练,从而自动判断新闻的所属类别,如果用户对系统反馈的分类结果不满意,还可以手动的进行修改分类,以便后期不定时的对属性进行更新.再通过协同过滤算法计算出用户间的相似度,进一步计算出与被推荐用户相似度较高的用户,将该用户浏览过但被推荐用户未曾浏览的新闻推荐给用户进行查看.本文是以复旦大学李荣陆用于文本分类研究所使用的新闻语料库为基础,通过此库来进行文本分类准确性的测试.测试结果表明,本系统能够很好的服务于新闻用户,体现出新闻系统的个性化.
推荐文章
基于内容的新闻推荐系统研究综述
新闻推荐
深度学习
推荐系统
推荐系统研究进展
推荐系统
个性化
协同过滤
大数据
个性化高校新闻分类推荐的应用研究
大数据
个性化推荐
高校新闻分类
改进的K-means算法
组合推荐
基于主题提取和记忆模型的新闻推荐系统设计
新闻推荐
主题提取
记忆模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 新闻自动分类和推荐系统研究与实现
来源期刊 现代信息科技 学科 工学
关键词 推荐算法 自动分类 协同过滤
年,卷(期) 2018,(10) 所属期刊栏目 信息技术
研究方向 页码范围 9-11
页数 3页 分类号 TP393.09
字数 2949字 语种 中文
DOI 10.3969/j.issn.2096-4706.2018.10.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 宋万里 8 3 1.0 1.0
2 管涛涛 1 0 0.0 0.0
3 张锐捷 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (21)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
推荐算法
自动分类
协同过滤
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导