基于混合機(jī)制的新聞推薦系統(tǒng)研究.pdf

1、隨著電腦的普及和互聯(lián)網(wǎng)的快速發(fā)展，人們獲取信息的渠道越來越多，最終導(dǎo)致人們獲取到的信息由最初的過分簡(jiǎn)單和單一，變成現(xiàn)如今的信息過分富足。面對(duì)龐大的信息量，人們想要精準(zhǔn)快速的找到所需變得特別困難。為了解決這一問題，首先出現(xiàn)的是搜索技術(shù)。搜索技術(shù)帶來的新問題是無法提供可定制化的服務(wù)，反饋結(jié)果的精確性也有待提高，在這種背景下，推薦技術(shù)出現(xiàn)了，與搜索技術(shù)相比，推薦技術(shù)最顯著的特征就是可以提供定制化服務(wù)。目前，推薦技術(shù)被應(yīng)用于各個(gè)領(lǐng)域，比如商品推

2、薦、廣告推薦、新聞推薦等。
　　傳統(tǒng)的推薦系統(tǒng)一般采用兩種推薦算法：協(xié)同過濾推薦算法和基于內(nèi)容的推薦算法。這兩種算法均存在不足，協(xié)同過濾推薦算法存在的兩個(gè)明顯問題：冷啟動(dòng)問題和隨著矩陣增大帶來的評(píng)分矩陣稀疏性問題；基于內(nèi)容的推薦算法需要進(jìn)行大量的文本計(jì)算，為了規(guī)避兩種算法的缺點(diǎn)，最大限度發(fā)揮兩種算法的優(yōu)勢(shì)，本文提出了混合推薦算法思想，目的在于充分利用兩種推薦算法的優(yōu)勢(shì)，為用戶提供更個(gè)性化和可定制的推薦服務(wù)。本文的工作從以下幾個(gè)方面