作者:
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:
随着大数据技术的发展,为建立以用户画像,新闻数据分析和推荐策略为基础的新闻推荐系统提供了坚实的技术保障.用户画像的目的在于"识人",通过对用户属性和用户行为的记录以及收集反馈信息,给目标用户打上标签,勾画用户画像以便发现用户真正的需求;新闻数据分析的目的在于"断物",通过对复杂信息进行有目的性的提取从而进行标签化,标签化的目的是抽象出新闻信息更具有表意性、更为显著的特点,充分理解新闻的内容;推荐策略是一种催化剂,利用机器学习算法将用户画像数据和新闻数据分析结果进行数据匹配排序,得分最高的新闻即是客户最感兴趣的新闻;三者有机的结合构建出完整的新闻推荐系统.
推荐文章
基于大数据分析的电力用户行为画像构建方法研究
大数据技术
居民电力用户
行为画像
行为标签库
基于聚类分析的网络用户画像研究
数据挖掘
聚类分析
用户画像
大数据技术的图书馆用户画像模型建构策略
图书馆用户画像模型
大数据技术
用户画像标签体系
关键词抽取
数字图书馆
图像分析
基于大数据技术的专家知识库设备画像推荐算法研究
大数据技术
设备画像
推荐
工业控制
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 基于数据分析和用户画像的新闻推荐策略
来源期刊 大科技 学科 社会科学
关键词 用户画像 数据分析 新闻推荐
年,卷(期) 2020,(4) 所属期刊栏目 研究园地
研究方向 页码范围 264
页数 1页 分类号 G210.7
字数 1835字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(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
用户画像
数据分析
新闻推荐
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
大科技
周刊
chi
出版文献量(篇)
62867
总下载数(次)
225
论文1v1指导