原创力文档摘要
互联网的发展让数字新闻出现爆炸式增长，导致用户难以在巨量新闻中找到
感兴趣的内容，信息过载现象日益凸显。而新闻推荐系统通过分析用户兴趣偏好，
为用户推送个性化内容，能有效的缓解信息过载现象。但现有新闻推荐系统仍存
在时效性、冷启动、以及推荐内容存在同质化等问题。
针对上述问题，本文提出基于行为模式的个性化推荐模型(BPRec)和基于情
(CARSRec)BPRec
境信息感知和重排
摘要
互联网的发展让数字新闻出现爆炸式增长，导致用户难以在巨量新闻中找到
感兴趣的内容，信息过载现象日益凸显。而新闻推荐系统通过分析用户兴趣偏好，
为用户推送个性化内容，能有效的缓解信息过载现象。但现有新闻推荐系统仍存
在时效性、冷启动、以及推荐内容存在同质化等问题。
针对上述问题，本文提出基于行为模式的个性化推荐模型(BPRec)和基于情
(CARSRec)BPRec
境信息感知和重排
文档评论（0）