毕业答辩-基于Android的个性化推荐新闻客户端.pptVIP

“ ” “ ” 基于Android的个性化推荐新闻客户端 电子信息工程： 指导教师： 目 录 行文结构 现状分析 整体设计 推荐算法 原形展示 总结展望 附录： （1）基于用户的协同过滤算法 （2）推荐算法的代码实现 论文主要工作 国内外研究现状 网易新闻客户端 今日头条 新闻客户端 个性化推荐算法 基于行为：关联规则、协同过滤算法 基于内容：向量空间模型、回归模型 系统功能结构设计 系统物理架构 系统三层结构 特色功能 添加基于社交网络的用户模型构建 基于时序排列的新闻追踪 关键词识别跳转 采用Material Design 设计规范 主要算法 基于用户的协同过滤算法 时序排列Event Evolution Mining算法 推荐过程 推荐过程 客户端原形实现 客户端原形实现 总结 1.第三方接口接入（新浪微博用户接口、友盟+、百度地图） 2.算法重新组合 （基于用户的协同过滤算法、时序排列Event Evolution Mining） 3.算法优化不足，运行较慢 谢谢各位评委！ 协同过滤算法 A: macbook, iphone, note2, 小米盒子, 吉他，帽子 B: macbook, iphone, ipad, 吉他, 润肤霜 C: 雅诗兰黛, SK2, 香奈儿 D: ipad,诺基亚8250,半导体收音机 E：macbook, iphone, ipad 协同过滤算法 A:相似度25% B：相似度80% 假设有：小米盒子，note2，蜡烛，润肤霜，吉他 相似度推荐列表： 小米盒子: 1*0.25 = 0.25 note2: 1*0.25 = 0.25 帽子: 1*0.25 = 0.25 润肤霜: 1*0.8 = 0.8 吉他: 1*0.8+1*0.25=1.05 计算余弦距离 附录：基于用户的协同过滤算法代码实现 计算余弦距离 附录：基于用户的协同过滤算法代码实现 附录：基于用户的协同过滤算法代码实现 计算余弦相似度 生成用户评分结构 附录：基于用户的协同过滤算法代码实现 附录：基于用户的协同过滤算法代码实现 寻找相似用户 附录：基于用户的协同过滤算法代码实现 确定用户组 附录：基于用户的协同过滤算法代码实现 生成推荐列表 “ ” “ ”