基于新闻推荐的用户兴趣模型研究

摘要：

随着互联网的迅猛发展，涌现出一大批新闻类网站，人们也逐渐开始通过网络获取新闻消息，因此针对不同用户推荐个性化的新闻内容将会极大地帮助网站增加用户粘性。为了提高新闻推荐的准确性，建立一种用户综合兴趣模型，首先根据用户浏览网页的行为习惯建立相应的用户稳定兴趣模型；然后根据新闻的时效性和主流性，提出以新闻新鲜度为基础的试探性推荐方法，建立用户的临时兴趣模型；最后，将这两种模型通过加权进行组合以建立用户综合兴趣模型。实验结果证明，提出的方法能从大量最新发布的新闻中推荐最符合用户阅读偏好的特定新闻文章。

关键词：用户粘性、新闻推荐、兴趣模型、浏览习惯、时效性、新鲜度

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61100045；61273170

在线出版日期：2015-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：61-64