基于時(shí)序行為和標(biāo)簽關(guān)系的個(gè)性化新聞推薦系統(tǒng)研究.pdf

1、互聯(lián)網(wǎng)上海量、實(shí)時(shí)更新的新聞，滿足了不同用戶的新聞閱讀需求。據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心的最新統(tǒng)計(jì)，83％的互聯(lián)網(wǎng)用戶習(xí)慣于在互聯(lián)網(wǎng)上閱讀新聞。隨著越來越多的用戶通過移動(dòng)設(shè)備和無線網(wǎng)絡(luò)接入互聯(lián)網(wǎng)，如何幫助互聯(lián)網(wǎng)用戶在海量新聞中尋找到其感興趣的新聞變得愈發(fā)必要和迫切。個(gè)性化新聞推薦技術(shù)作為解決互聯(lián)網(wǎng)新聞過載問題的重要的手段，得到工業(yè)界和學(xué)術(shù)界高度重視，許多相關(guān)的算法與系統(tǒng)被不斷提出和開發(fā)，個(gè)性化新聞推薦算法已成為數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)研究

2、熱點(diǎn)。
　　個(gè)性化新聞推薦算法根據(jù)用戶瀏覽行為和新聞的內(nèi)容，采用各種數(shù)據(jù)挖掘技術(shù)，分析并挖掘用戶的興趣，主動(dòng)地向用戶推薦其感興趣的新聞。個(gè)性化新聞推薦算法不僅能夠幫助用戶發(fā)現(xiàn)其感興趣的新聞，而且可以提升用戶對(duì)網(wǎng)站的滿意度，增加用戶粘性。
　　針對(duì)現(xiàn)有個(gè)性化新聞推薦算法很少考慮用戶瀏覽行為的時(shí)序特性以及忽略了蘊(yùn)含豐富信息的新聞標(biāo)簽的作用與價(jià)值的問題，本文對(duì)個(gè)性化新聞推薦算法展開了研究，主要?jiǎng)?chuàng)新工作如下：
　　(1)在用戶

3、瀏覽新聞的過程中，用戶瀏覽新聞而產(chǎn)生的行為數(shù)據(jù)是一種時(shí)間序列數(shù)據(jù)。但是，現(xiàn)有的新聞推薦算法很少考慮用戶瀏覽行為的時(shí)序特性，從而造成在預(yù)測(cè)用戶將要閱讀的下一則新聞時(shí)表現(xiàn)出較差的性能。為了解決上述問題，本文考慮用戶行為的時(shí)序特性和用戶所處的上下文，提出了時(shí)序性協(xié)同過濾新聞推薦方法。與該方法相匹配，在相似度計(jì)算方法上，本文提出了一種名為時(shí)間依賴性相似系數(shù)的方法，彌補(bǔ)了傳統(tǒng)相似度計(jì)算方法在計(jì)算長(zhǎng)期用戶和短期用戶的相似度方面的不足。
　　(