基于时序行为和标签关系的个性化新闻推荐系统研究-计算机科学与技术专业论文.docxVIP

万方数据 万方数据 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取 得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得 天津理工大 学 或 其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研 究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 天津理工大学 有关保留、使用学位论文 的规定。特授权 天津理工大 学 可以将学位论文的全部或部分内容编入 有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编， 以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子 文件。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 摘要 互联网上海量、实时更新的新闻，满足了不同用户的新闻阅读需求。据中国互联网 络信息中心的最新统计，83%的互联网用户习惯于在互联网上阅读新闻。随着越来越多 的用户通过移动设备和无线网络接入互联网，如何帮助互联网用户在海量新闻中寻找到 其感兴趣的新闻变得愈发必要和迫切。个性化新闻推荐技术作为解决互联网新闻过载问 题的重要的手段，得到工业界和学术界高度重视，许多相关的算法与系统被不断提出和 开发，个性化新闻推荐算法已成为数据挖掘与机器学习领域的一个研究热点。 个性化新闻推荐算法根据用户浏览行为和新闻的内容，采用各种数据挖掘技术，分 析并挖掘用户的兴趣，主动地向用户推荐其感兴趣的新闻。个性化新闻推荐算法不仅能 够帮助用户发现其感兴趣的新闻，而且可以提升用户对网站的满意度，增加用户粘性。 针对现有个性化新闻推荐算法很少考虑用户浏览行为的时序特性以及忽略了蕴含 丰富信息的新闻标签的作用与价值的问题，本文对个性化新闻推荐算法展开了研究，主 要创新工作如下： (1) 在用户浏览新闻的过程中，用户浏览新闻而产生的行为数据是一种时间序列数 据。但是，现有的新闻推荐算法很少考虑用户浏览行为的时序特性，从而造成在预测用 户将要阅读的下一则新闻时表现出较差的性能。为了解决上述问题，本文考虑用户行为 的时序特性和用户所处的上下文，提出了时序性协同过滤新闻推荐方法。与该方法相匹 配，在相似度计算方法上，本文提出了一种名为时间依赖性相似系数的方法，弥补了传 统相似度计算方法在计算长期用户和短期用户的相似度方面的不足。 (2) 尽管新闻的标签向用户展示了与新闻的内容密切相关的核心内容，但现有的个 性化新闻推荐算法通常使用关键词向量或者主题分布对新闻的主要内容进行特征化表 示，忽略了标签的作用和价值。基于标签的信息量和标签概率关系图中标签的度，本文 提出计算标签权重的方法，用于区分不同标签的重要性；基于标签间共同出现的模式， 采用条件概率的方法，计算两个标签在不同方向上的相关度；在此基础上，通过标签向 量对新闻的内容和用户阅读偏好进行特征化表示，提出了基于标签概率关系图的个性化 新闻推荐算法，向用户推荐与其阅读偏好相关的新闻。 (3) 基于本文提出的个性化新闻推荐算法，本文实现了基于标签的个性化新闻推荐 系统，不仅向用户推荐符合其阅读偏好的新闻，同时推荐与其阅读偏好相关的新闻，从 而帮助用户发现新的阅读兴趣，增加了推荐结果的多样性。 此外，本文采用多维评价指标，通过广泛的实验，对本文提出的个性化新闻推荐算 法的性能进行综合评测，验证本文提出的个性化新闻推荐算法的优越性。 关键词： 时间依赖性相似系数 时序性协同过滤 标签 标签潜在关系 个性化新闻 推荐 Abstract The huge amount of news in the Internet, which is updated in real time, meets the needs of different users. According to the latest statistics from the China Internet Network Information Center, 83 percent of Internet users are accustomed to reading news on the Internet. As more and more users access the Internet via mobile devices and wireless networks, how to help Internet users find the news they are interested in from massive news has become