摘 要

随着互联网的发展，许多生活中的传统方式都随着网络的普及以及发展发生了翻天覆地的变化，新闻的传播方式逐渐从传统的通过电视，报纸，广播等方式为主要传播途经转变为以互联网与传统新闻方式平分秋色甚至是略胜一筹的地步。

本文通过对新闻的研究分析，对于新闻推荐的多种方式有初步的理解，通过对相似度的计算方式的分析，通过jaccard相关系数计算相似度，实现了计算用户相似度与计算条目相似度，并且进一步实现了基于相似条目与相似用户的推荐，通过余弦相似度，实现了协同过滤推荐，通过将运用比较普遍的推荐方式协同过滤推荐与基于内容的推荐方式的研究实现，将两种推荐方式用加权的方式组合起来，形成更加使用与实际运用的组合新闻推荐系统，实现新闻的个性化推荐。

关键词：协同过滤；基于内容的推荐；新闻推荐；组合推荐

Abstract

Along with the development of the Internet, many of the traditional way of life along with the network popularization and development, great changes have taken place in news gradually from the traditional mode of transmission through television, newspapers, radio, etc as the main way to spread to the Internet and traditional news way tied even slightly better.

In this article, through the study of news analysis, for news recommend several ways to have a preliminary understanding, through the analysis of the calculation of similarity, similarity by jaccard coefficient calculation, the user to calculate similarity and similarity computing entries, and further implement the recommended based on similar items with similar users, by cosine similarity, the collaborative filtering recommendation, will use common recommended way based on collaborative filtering recommendation and implementation of the recommended way to content research, recommend two ways combined with weighted way, forming more use and use a combination of news recommendation system, achieve the personalized recommendation news.

Keywords: collaborative filtering;Based on the recommendations from the content;News is recommended;Combination is recommended

目 录

第1章 绪论 1

1.1 研究背景 1

1.2 研究目的及意义 1

1.2.1 研究目的 1

1.2.2 研究意义 1

1.3 国内外研究现状分析 2

1.4论文章节结构安排 2

第2章 新闻推荐系统的需求分析 4

2.1功能性需求分析 4

2.2 非功能性需求分析 4

3.4本章小结 5

第3章 新闻推荐系统设计与实现 6

3.1协同过滤推荐系统 6

3.1.1协同过滤推荐系统是如何工作的 6

3.1.2相似度计算的设计与实现 6

3.1.3协同过滤推荐系统 8

3.2基于内容的推荐系统 9

3.2.1基于内容的推荐 9

3.2.2基于内容推荐的设计与实现 9

3.3基于组合算法的新闻推荐 11

3.3.1常见的推荐算法 11

3.3.2基于协同过滤与基于内容组合的推荐算法 13

3.3.3组合推荐算法的设计与实现 13

3.4本章小结 15

第4章 新闻推荐系统的测试 16

4.1协同过滤推荐系统的测试 16

4.2基于内容推荐系统的测试 16

4.3组合推荐系统的测试 17

4.4本章小结 18

第5章 总结和展望 19

5.1 开发总结 19

5.2 未来展望 19

参考文献 20

致 谢 21

第1章 绪论

1.1 研究背景

互联网发展至今，已经很大程度的改变的人们的生活方式，越来越多生活中司空见惯的事物发生了巨大改变，新闻的传播方式就是其中一项。传统的新闻传播方式包括电视、广播、报纸等渐渐地不再是人们获得信息的主要方式，人们大多数开始关注一些网络新闻。由于网络新闻具有信息量巨大、新闻内容丰富、信息更新及时、信息的准确度高等优点，其中相关信息的介绍与比较也比较全面，这使人们的阅读变得更加方便，因此经过短短时间的发展，网络新闻便在新闻界占有一席之地，并且与传统的新闻之间不相伯仲。与此同时，新闻网也发展迅速，它的内容丰富，包含商业，工业，农业，政治，经济，文化等各个方面，而且具备其他传统新闻不具备的优势，比如更新速度快，信息获取来源广泛等。

在互联网快速发展的今天，新闻网的快速发展使人们的日常生活更加丰富，人们接收到的新闻的种类和内容都大有提高。与此同时，随着互联网的普及，网上信息的日益增多，用户在浏览信息时面对庞大的信息量，常常需要从中筛选出对自己有用或感兴趣的信息，这个过程一般情况下需要花费用户大量的时间和精力，特别是中文新闻,每天出现的新闻数量多达十几万篇,用户经常在查找自己需要的新闻时花费巨大精力。在网络的发展过程，网络中的数据量与日俱增，从大量数据中快速查找出需要的信息在很多方面都需要用到，这项技术越来越重要。所以在当今社会，研究如何使新闻推荐系统更加符合用户的需求，在用户需要时及时向用户推荐喜欢的新闻信息，已经越来越成为一项重要工作。

1.2 研究目的及意义

1.2.1 研究目的

随着互联网发展壮大，新闻网站有时候已经不能满足用户的需求了，所以随着用户需求的上升，新闻推荐系统也需要更新换代，更加符合用户的需求。如此，就需要改进新闻推荐系统，使它更加智能化，可以为用户推荐他喜欢的新闻。如此不仅可以使用户有更好的体验，同时，也节省了用户的时间，使用户免于从繁杂的信息中挑选新闻。

1.2.2 研究意义

社会发展迅速，众多企业如雨后春笋般出现，企业面临着越来越大的压力，所处的位置竞争日益激烈，为了能够保证企业的竞争力，企业智能化有利于企业面对越来越多的挑战。随着智能技术发展越来越迅速，软件业发展也向着更加全面，复杂，实现的功能更加丰富，也越来越考虑到用户的感受。新闻推荐系统越来越被人们需要能够提供个性化的信息，基于此，企业也迫切需要能够使新闻推荐系统足够智能化，才能使为用户提供的内容符合用户的爱好，而不是需要用户花费精力去挑选或者寻找自己需要或者感兴趣的内容，或者在海量的信息中感到厌烦，以此才能够吸引更多的用户。

1.3 国内外研究现状分析

（1）国外分析现状：在早期的个性化服务系统当中,WebWatcher是较为流行的一个^[1]。它在开始时会要求用户描述个人兴趣,形成用户特征结合当前访问点上历史用户的浏览走向和针对当前用户兴趣的最大效益链接给出用户当前的推荐链接。它构建的是一个导航的Agent系统。与WebWatcher相似Personal WebWatcher是WebWatcher的一个改进系统^[2]。

IBM T.J Watson研究中心开发的智能推荐分析系统IRA(Intelligent Recommendation Analyzer)是集基于内容的过滤和协作过滤两种技术于一体的一个个性化电子商务推荐原型系统,它具有多个推荐引擎^[3]。