手機(jī)騰訊網(wǎng)新聞智能推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，信息過載已經(jīng)成為互聯(lián)網(wǎng)時代一個急需解決的問題，而人們解決這個問題的辦法層出不窮，除了給信息分類和提供更加出色的檢索引擎，對于無法描述的信息獲取，則需要智能推薦系統(tǒng)來做。個性化智能推薦系統(tǒng)，即是在互聯(lián)網(wǎng)上使用數(shù)據(jù)挖掘等技術(shù)，給使用者提供個性化智能推薦的功能，來指導(dǎo)使用者有目的性地對產(chǎn)品和信息等進(jìn)行閱讀或?yàn)g覽。這樣一來，互聯(lián)網(wǎng)完成了從“信息等待查詢階段”到“信息定點(diǎn)投遞階段”的過渡。
　　為了解決這個問題，本課題決定

2、以此為研究方向，去探究如何更加精確地猜測用戶的興趣所在，之后更加精確地給用戶推送他們所喜愛的文章。本系統(tǒng)依托于手機(jī)騰訊網(wǎng)，實(shí)現(xiàn)了與原普通資訊頁面同時存在的新聞智能推薦系統(tǒng)。
　　手機(jī)騰訊網(wǎng)新聞智能推薦系統(tǒng)主要分為主題管理模塊，推薦模塊和展示模塊。系統(tǒng)將文章根據(jù)來源和類型分成了71個主題，主題管理模塊僅為部門新聞編輯設(shè)計(jì)，具體需求是編輯可以結(jié)合各種條件去搜索、處理、刪除和下載新聞主題信息。新聞推薦功能是推薦系統(tǒng)的一個重要組成部分，主

3、要實(shí)現(xiàn)購物籃算法推薦、用戶模型建立和融合場景這三個功能。在推薦的模塊中，系統(tǒng)使用了FP-growth購物籃算法，將用戶的歷史數(shù)據(jù)進(jìn)行分析，得出基于文章主題的頻繁集。通過搜集用戶的數(shù)據(jù)，不斷累積和計(jì)算同用戶的興趣較為關(guān)聯(lián)的新聞主題集合，最終使得用戶更精確地閱讀到自己喜歡的文章。展示模塊是推薦系統(tǒng)的入口，用戶可以在展示界面瀏覽到推薦的新聞內(nèi)容，同時用戶也會將自己的行為記錄在展示模塊進(jìn)行留存。
　　在測試方面，已對手機(jī)騰訊網(wǎng)新聞智能推薦