基于地理位置的個性化新聞混合推薦研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，網(wǎng)絡(luò)數(shù)據(jù)爆炸式增長，人類從信息匱乏時代進(jìn)入信息過載時代。與此同時，移動網(wǎng)絡(luò)環(huán)境的日益優(yōu)化和智能手機等移動設(shè)備的普及讓用戶可以隨時隨地上網(wǎng)，不受地理位置的限制。新聞作為人們獲取時事信息的一種重要方式，手機網(wǎng)絡(luò)新聞已代替報紙、電視等傳統(tǒng)媒體成為人們獲取新聞的一種重要方式。人們通過手機可以更方便快捷地獲取新聞資訊，但海量的新聞讓人們花費大量時間在查找新聞上，嚴(yán)重影響新聞閱讀體驗。
　　個性化新聞推薦系統(tǒng)是根據(jù)用戶以

2、往閱讀的新聞分析用戶的閱讀興趣，采用合適的推薦算法為用戶推薦用戶可能感興趣的新聞，幫助用戶從海量新聞中快速找到自己感興趣的新聞，有效解決了數(shù)據(jù)過載問題。
　　近年來，全球定位系統(tǒng)發(fā)展迅速，GPS已成為手機必備功能，伴隨而來的是各種基于地理位置的移動增值服務(wù)。在進(jìn)行個性化推薦時，考慮用戶地理位置能使推薦結(jié)果更接近人們的實際需求。本文分析移動互聯(lián)網(wǎng)絡(luò)的特點，根據(jù)用戶一天中所處的地理位置和閱讀新聞的時間，分析用戶閱讀新聞的行為模式，提出

3、一種基于地理位置的個性化新聞混合推薦算法（Hybird Location-Based personalized news recommendation,HLB）。本文的主要研究內(nèi)容包括：
　?。?）為了更準(zhǔn)確地獲得用戶的閱讀興趣，提出一種基于地理位置的用戶興趣建模方法。在不同的地理位置，用戶的閱讀需求也不相同。因此，在獲取用戶的閱讀興趣時，不僅要考慮用戶的閱讀興趣，還要考慮用戶所處的地理位置。本文根據(jù)用戶瀏覽新聞的位置標(biāo)簽，使用D

4、BSCAN聚類算法獲取用戶閱讀新聞較多的地理位置及在其位置閱讀的新聞集合，通過LDA建模并引入時間因子得到用戶在不同地理位置的長期、短期閱讀興趣。
　?。?）提出一種混合推薦算法HLB。對用戶長期閱讀興趣采用基于內(nèi)容的推薦方法，滿足用戶固定閱讀需求；對用戶短期閱讀興趣采用協(xié)同過濾推薦方法，增加推薦結(jié)果的多樣性，有效挖掘用戶的潛在閱讀興趣。
　?。?）對用戶的長期閱讀興趣進(jìn)行推薦時，提出一種基于用戶閱讀時間的推薦算法。將用戶分