个性化高校新闻分类推荐的应用研究

• 作者: 吴鹏 方静 段仁翀 毕曦文 纪明宇 郭鹏鑫
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 218-223
• 页数: 6页
• 分类号: TP301.6
• 字数: 3232字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.07.037

摘要

随着信息化和数字化时代的到来,大数据广泛渗入到各个领域.信息过载使得用户无法快速、准确地获取个人最关注的内容,这严重影响了浏览页面时的用户体验.为了能精准地进行分类推荐,对新闻分类和推荐方法进行细致的研究,进而提出一种能够进行精准分类,准确获取信息的推荐方法.利用爬虫技术获取真实的高校新闻数据;采用基于肘部法则改进的K-means算法进行聚类分析;结合用户注册时选定的兴趣标签,利用基于内容与协同过滤组合的推荐策略,针对不同用户的需求进行个性化推荐;以列表等形式将个性化的推荐结果展示给用户.根据高校的真实数据进行实验,结果表明,该算法能够有效地对高校师生的个性化服务需求进行处理,提高获取新闻时的高效性、准确性和智能性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪明宇	东北林业大学信息与计算机工程学院	11	15	3.0	3.0
2	吴鹏	东北林业大学信息与计算机工程学院	50	365	12.0	16.0
3	方静	东北林业大学信息与计算机工程学院	3	8	1.0	2.0
4	毕曦文	东北林业大学信息与计算机工程学院	2	0	0.0	0.0
5	段仁翀	东北林业大学信息与计算机工程学院	1	0	0.0	0.0
6	郭鹏鑫	东北林业大学信息与计算机工程学院	1	0	0.0	0.0