基于关键词与混合特征的新闻协同推荐研究-计算机科学与技术专业论文.docxVIP

万方数据 万方数据 bn$LCjj30 CN jRjaI 8nI~IL3Nj R8 j@3 a3\nCa3L3Njc 8Ra j@3 03a33 R8 Kacj3a CN +RLUnj3a b,C3N,3 aN0 i3,@NRIRw T3acRNaICy30 M3sc `3,RLL3N0ajCRN $ac30 RN F3wsRa0c aN0 KCu30 73ajna3c 7ζ?AD?Ξ rЛ bnU3aqCcRa TaR8Y i?Ξ?A7Ξ?? vΞ? /ζ?ΞЁА ?υ +???ЛАζЁ b??ζ??ζ Ξ?β 2????ζζЁ???. b????? ?υ b2B22 b?Ξ???Ξ? D?Ξ? i??? m??ЦζЁ??АЭ b?Ξ???Ξ?. TY`Y+???Ξ DaNY Skj@. lzS9 上海交通大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研 究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他 个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人 和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本 人承担。 学位论文作者签名： 日 期： 年 月 日 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和 借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数 据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保 密 口，在 年解密后适用本授权书。 本学位论文属于 不保密 口。 （请在以上方框内打“..”） 学位论文作者签名： 指导教师签名： 日 期： 年 月 日 日 期： 年 月 日 上海交通大学硕士学位论文 摘要 基于关键词与混合特征的新闻协同推荐研究 摘 要 互联网的发展与竞争愈来愈激烈，不少主流网站纷纷将个性化推荐作为争 夺用户和吸引眼球的前沿阵地。相比于百花齐放蓬勃发展的电子商务，新闻作 为传统的互联网信息服务，其个性化服务上的发展却不尽如人意，新闻的个性 化推荐水平与其他行业相比仍存在较大差距。如果能够更好挖掘出用户的潜在 阅读兴趣，提供相应的个性化新闻推荐服务，就能够吸引更多的用户，产生更 大的经济价值。 本文着眼于个性化的新闻推荐服务，首先介绍了个性化新闻推荐的相关背 景与研究现状，对新闻推荐领域现有的各种技术和模型做了具体深入的探讨与 综述，并对各种方法的优缺点进行了总结和对比。 同时，由于新闻资讯一般都会比较集中报道一些社会性的事件，往往几个 关键词就能让人们了解新闻的主要内容是什么。为新闻提炼出关键词不仅能满 足人们快速检索新闻的需求，也能让人们更加有效率地阅读新闻，解决碎片化 阅读的难题。传统的中文文本关键词提取算法，大多基于统计学方法，没有考 虑词与词之间的语义关系，也比较容易受切词结果的影响。针对传统的文本关 键词提取技术的不足，本文提出了一种结合词向量与复杂网络的关键词抽取算 法，能够更好的建模词语之间的语义关系和局部共现关系，实验结果证明我们 的方法提取出来的关键词能够更好地表达文章主题。 最后，我们将该算法运用到新闻推荐领域中，在传统协同过滤方法的基础 上提出了一种基于关键词和混合特征的新闻协同推荐模型，不仅考虑了用户的 行为特征和新闻的内容特征，也综合了协同过滤与 ,RNj3NjA$ac3 模型，在新闻 推荐的公开数据集上取得了比传统协同过滤方法和 ,RNj3NjA$ac3 方法更好的效 果，证明了我们模型的可行有效。 关键词： 新闻推荐 协同过滤 词向量 关键词提取 C ? 上海交通大学硕士学位论文 A#bi`A+i T3acRNaICy30 M3sc `3,RLL3N0ajCRN $ac30 RN F3wsRa0c aN0 KCu30 73ajna3c A#bi`A+i i@aNGc jR ,RNjCNn30 03q3IRUL3Nj aN0 ,RLU3jCjCRN CN j@3 cR8jsaa3 aN0 CNj3aN3j CN0ncjaw，U3acRNaICy30 a3,RLL3N0ajCRN c3aqC,3c @aq3 NRs $33N a3aa030 ac j@3 8aRNA jC3a R8 ,RLU3jCN 8Ra nc3ac $w LaNw LaERa cCj3cY ?Rs3q3a. ,RLUaa30 sCj@ j@3 qCRaRnc 03q3IRUL3Nj R8 3A,RLL3a,3. j@3 CNj3aN3j N3sc c3aqC,3c @aq3 $33N a3IajCq3Iw $a,Gsaa0Y i@