基于混合機制的新聞推薦系統(tǒng)研究.pdf

1、隨著電腦的普及和互聯(lián)網(wǎng)的快速發(fā)展，人們獲取信息的渠道越來越多，最終導致人們獲取到的信息由最初的過分簡單和單一，變成現(xiàn)如今的信息過分富足。面對龐大的信息量，人們想要精準快速的找到所需變得特別困難。為了解決這一問題，首先出現(xiàn)的是搜索技術。搜索技術帶來的新問題是無法提供可定制化的服務，反饋結果的精確性也有待提高，在這種背景下，推薦技術出現(xiàn)了，與搜索技術相比，推薦技術最顯著的特征就是可以提供定制化服務。目前，推薦技術被應用于各個領域，比如商品推

2、薦、廣告推薦、新聞推薦等。
　　傳統(tǒng)的推薦系統(tǒng)一般采用兩種推薦算法：協(xié)同過濾推薦算法和基于內(nèi)容的推薦算法。這兩種算法均存在不足，協(xié)同過濾推薦算法存在的兩個明顯問題：冷啟動問題和隨著矩陣增大帶來的評分矩陣稀疏性問題；基于內(nèi)容的推薦算法需要進行大量的文本計算，為了規(guī)避兩種算法的缺點，最大限度發(fā)揮兩種算法的優(yōu)勢，本文提出了混合推薦算法思想，目的在于充分利用兩種推薦算法的優(yōu)勢，為用戶提供更個性化和可定制的推薦服務。本文的工作從以下幾個方面