基于Python的新闻个性化推荐系统优化与实现

基于Python的新闻个性化推荐系统优化与实现

ID:34633395

大小:3.10 MB

页数:60页

时间:2019-03-08

基于Python的新闻个性化推荐系统优化与实现_第1页
基于Python的新闻个性化推荐系统优化与实现_第2页
基于Python的新闻个性化推荐系统优化与实现_第3页
基于Python的新闻个性化推荐系统优化与实现_第4页
基于Python的新闻个性化推荐系统优化与实现_第5页
资源描述:

《基于Python的新闻个性化推荐系统优化与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号学校代码10408密级研究生学号1520042007硕士学位论文基于Python的新闻个性化推荐系统优化与实现OptimizationandImplementationoftheNewsIndividuationRecommendationSystemBasedonPython学位申请人田江导师姓名及职称詹棠森教授专业名称统计学研究方向统计计算及风险理论所在学院信息工程学院论文提交日期2018-4-10硕士学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个

2、人或集体已经发表或撰写的成果作品。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后果由本人承担。作者签名:日期:年月日硕士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。本人授权景德镇陶瓷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□,在年解密后适用本授权书。本学位论文属于不保密□。(请在以上相应方框内打“√”)作者签名:日期:年月

3、日导师签名:日期:年月日摘要智能推荐随着互联网的飞速发展已经成为日常生活中不可或缺的技术,人们越来越习惯于通过手机在线阅读来了解新闻热点。然而各种网络新闻每天都在以亿万计的数量递增,且每个人都有自己的兴趣爱好和阅读习惯;那么在如此庞大数量的新闻消息中,如何让用户及时浏览到自己感兴趣的新闻消息,成为当前大数据行业研究的热点。媒体企业希望通过相关大数据算法结合用户的行为数据与新闻的文本主题信息来给用户做个性化推荐。本论文根据市场上新闻智能推荐系统的技术难点及系统弱点,改进并设计出一套新闻个性化智能推荐系统。首先,根据以往新闻推荐系统难以掌握用户实时准确的兴趣爱好这

4、一难点出发,通过改进设计,采用从多角度采集用户行为数据这一重要环节:改进一,系统结合相关机器学习算法,通过分析企业从用户手机端获取的用户日常行为数据,得到用户特征画像;改进二,通过分析用户实时阅读行为数据,预测用户实时兴趣爱好;系统最后结合用户画像和用户实时兴趣爱好进行推荐。其次,系统将新闻网提供的实时新闻数据,利用先进文本处理算法并结合系统通过大量新闻训练出的主题模型,准确提取新闻主题类型,再结合用户的兴趣爱好,将用户感兴趣的新闻及时推荐给他们。最后,本系统相比以往新闻推荐系统增加了用户阅读行为数据反馈环节,系统在给用户推荐的实时新闻后,将用户对该新闻是否阅

5、读、评论、分享、转载以及阅读时长等进行实时反馈,通过反馈的客户阅读行为数据对系统内原预测的客户兴趣爱好进行实时修正和更新,有效避免因为用户兴趣爱好随时间的迁移而改变导致新闻推荐的不合理性,实现真正的新闻个性化推荐。关键词:智能推荐个性化主题系统IAbstractIntelligentrecommendationastherapiddevelopmentoftheInternethasbecomeanindispensabletechnologyindailylife,peoplearemoreandmoreaccustomedtoreadingnewsonli

6、netounderstandthenewshotspots.However,variousonlinenewsareincreasinginthenumberofbillionsperday.Andeveryonehastheirowninterestsandreadinghabits.Insuchahugeamountofnews,howtoallowuserstobrowsenewsthattheyareinterestedinmassmedianews,Hasbecomethefocusofthecurrentbigdataindustryresearc

7、h.Themediacompanyhopetopersonalizetheuserthroughrelevantbigdataalgorithmscombinedwiththeuser’sbehaviordataandnewstexttopicinformation.Basedonthetechnicaldifficultiesandsystemweaknessesofthenewsintelligentrecommendationsysteminthemarket,thispaperimprovesanddesignsasetofnewspersonaliz

8、edintelligentrecomm

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。