基于改进协同过滤算法的个性化新闻推荐技术

摘要：

针对传统的基于内容协同过滤算法只是依据用户历史访问矩阵向用户做出推荐,存在数据稀疏以及不能及时反映用户兴趣变化等问题,个性化新闻推荐技术在传统的协同过滤算法基础上提出了新闻文本内容相似度的计算方式和时间窗的概念,新闻内容相似度计算中还考虑了特征词的词性和在新闻中的位置的影响,时间窗用来建立适应用户兴趣随时间变化的模型;实验结果表明,改进后的算法有效地改善了新闻用户历史访问数据的稀疏问题,及时捕获用户兴趣,F-measure值相比传统的算法最大提高了11.5％,平均绝对误差值最高下降了8％,显著提高了推荐质量.

关键词：新闻推荐、协同过滤、内容相似度、时间窗

所属期刊栏目：55

分类号：TP301.6(计算技术、计算机技术)

资助基金：教育部人文社科青年基金项目16YJC860010;重庆市社会科学规划项目2015BS059;国家自然科学基金项目61603065

在线出版日期：2018-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：49-55