個性化資訊推薦系統(tǒng)的設(shè)計與實(shí)現(xiàn).pdf

1、推薦系統(tǒng)被認(rèn)為是解決互聯(lián)網(wǎng)信息爆炸問題最有效的方法之一。在電子商務(wù)領(lǐng)域，推薦系統(tǒng)得到了廣泛使用，像Amazon，Ebay,阿里巴巴等電商巨頭都使用推薦系統(tǒng)為用戶推薦產(chǎn)品，并顯著提高了企業(yè)利潤。但是在資訊信息領(lǐng)域，用戶還處于海量信息的泥潭中，盡管有很多優(yōu)秀的垂直的網(wǎng)站幫助用戶梳理信息，比如36kr為用戶整理創(chuàng)業(yè)類信息，csdn提供了創(chuàng)作、分享博客的平臺，但它們所涉及的領(lǐng)域往往很局限，遠(yuǎn)遠(yuǎn)不能滿足用戶閱讀多樣化的個性需求。
　　為了匯

2、集海量優(yōu)質(zhì)資訊信息，滿足用戶閱讀的個性化需求，我們開發(fā)了個性化資訊推薦引擎。作為自主創(chuàng)業(yè)項目，我們的目標(biāo)是自動幫用戶篩選推薦感興趣的優(yōu)質(zhì)新聞、博客和文檔等。一般用戶會有多個興趣點(diǎn)，通過個性化資訊推薦引擎，就可以直接看到興趣多樣化的資訊列表，無需去多個站點(diǎn)找尋，節(jié)約了時間;同時推薦系統(tǒng)可以不斷學(xué)習(xí)用戶行為日志，使推薦內(nèi)容更符合用戶興趣。
　　目前系統(tǒng)已經(jīng)完成第一版本的開發(fā)工作，搭建起了推薦系統(tǒng)的基礎(chǔ)框架，Web服務(wù)框架，并設(shè)計了數(shù)據(jù)

3、庫等。基礎(chǔ)框架涉及爬蟲子系統(tǒng)，抽取子系統(tǒng)和個性化推薦子系統(tǒng)。爬蟲子系統(tǒng)使用Java開發(fā)，負(fù)責(zé)從各個優(yōu)質(zhì)的網(wǎng)站中爬取源信息，并基于hash和simhash算法設(shè)計了去重規(guī)則;抽取子系統(tǒng)使用Python語言開發(fā)，對第三方開源軟件BeautifulSoup和Readability做了優(yōu)化調(diào)整實(shí)現(xiàn)不同站點(diǎn)的通用抽取，另外對特定站點(diǎn)實(shí)現(xiàn)基于模板的信息抽取，提高了抽取精確度;個性化推薦使用了新穎的基于tag的推薦方法，并組合協(xié)同過濾的推薦結(jié)果，使推

4、薦列表更精準(zhǔn)。另外，使用SSH框架開發(fā)Web服務(wù)模塊，為用戶提供基本的交互，比如對文章的行為反饋、登陸注冊和添加興趣標(biāo)簽等操作。
　　本文按照軟件開發(fā)的流程，首先介紹了系統(tǒng)的開發(fā)背景、發(fā)展現(xiàn)狀以及開發(fā)中用到了相關(guān)技術(shù);接著對需求分析、概要設(shè)計、詳細(xì)設(shè)計和系統(tǒng)實(shí)現(xiàn)分別進(jìn)行了詳細(xì)描述，需求分析介紹了總體需求，確定了系統(tǒng)各部分的功能需求，并從效率、可靠性、易用性三個方面討論了非功能性需求，概要設(shè)計對系統(tǒng)整體框架和模塊劃分進(jìn)行了詳細(xì)介紹，

5、詳細(xì)設(shè)計涉及到爬蟲子系統(tǒng)、抽取子系統(tǒng)、個性化推薦子系統(tǒng)、Web服務(wù)子系統(tǒng)、資訊檢索子系統(tǒng)和用戶管理子系統(tǒng)，分別展開詳細(xì)設(shè)計，系統(tǒng)實(shí)現(xiàn)主要從代碼實(shí)現(xiàn)角度，介紹了開發(fā)過程中遇到的問題以及解決方法。
　　本論文中開發(fā)的系統(tǒng)已實(shí)際在線測試服務(wù)了近半年的的時間，在沒有推廣的情況下，第一月注冊用戶超過了700人，日訪問的pv峰值達(dá)到1500多，平均達(dá)到100多。通過用戶反饋，推薦系統(tǒng)著實(shí)解決了用戶閱讀領(lǐng)域信息難找的問題，提高了用戶的學(xué)習(xí)效率。