基于內(nèi)容的個(gè)性化新聞推薦系統(tǒng)數(shù)據(jù)抓取與實(shí)現(xiàn)-開(kāi)題報(bào)告

1、學(xué)士學(xué)位 學(xué)士學(xué)位論文開(kāi) 文開(kāi)題報(bào) 題報(bào)告論文題目： 基于內(nèi)容的個(gè)性化新聞推薦系統(tǒng)數(shù)據(jù)抓取與實(shí)現(xiàn) （外 文）： Data Capture for Content-based News Recommendation System and System Implementation 姓 名： 學(xué)

2、 號(hào)： 院 系： 信息科學(xué)學(xué)院 專 業(yè)： 信息管理與信息系統(tǒng) 指導(dǎo)教師： 本課題的目標(biāo)是基于主題的混合算法向用戶提供個(gè)性化的新聞推薦服務(wù)。根據(jù)用戶或游客對(duì)歌曲的打分記錄，系統(tǒng)即時(shí)進(jìn)行

3、個(gè)性化的音樂(lè)推薦。具體工作包括：音樂(lè)數(shù)據(jù)的抓取和基于用戶的音樂(lè)推薦系統(tǒng)實(shí)現(xiàn)。1) 新聞數(shù)據(jù)抓取。網(wǎng)頁(yè)信息采集技術(shù)主要通過(guò)分析 HTML 代碼結(jié)構(gòu)而獲取網(wǎng)頁(yè)中的超鏈接，使用廣度優(yōu)先搜索算法和增量存儲(chǔ)算法，連續(xù)分析網(wǎng)頁(yè)中的超鏈接，捕獲與存儲(chǔ)網(wǎng)頁(yè)文件。在連續(xù)捕獲過(guò)程中，運(yùn)用屬性對(duì)比技術(shù)，在一定程度上避免反復(fù)分析，采集工作。采集過(guò)程為：確定數(shù)據(jù)源—結(jié)構(gòu)化處理數(shù)據(jù)—數(shù)據(jù)保存。其中結(jié)構(gòu)化處理數(shù)據(jù)要注意書(shū)寫(xiě)采集規(guī)則，確定無(wú)歧義的采集內(nèi)容。2) 研究新

4、聞推薦系統(tǒng)相關(guān)算法。新聞推薦系統(tǒng)的主流算法為基于內(nèi)容推薦算法?；趦?nèi)容主要通過(guò)提取文本新聞的特征屬性作為新聞的特征基因，通過(guò)與用戶模型描述的文檔進(jìn)行比對(duì)，將相似度高的新聞推薦給用戶。3) 推薦系統(tǒng)搭建。新聞推薦系統(tǒng)包括注冊(cè)用戶、游客和管理員。游客可自行收看新聞，獲得當(dāng)下的新聞推薦，但是不能永久保存收看記錄、打分記錄和收藏記錄；注冊(cè)用戶擁有除游客之外的功能還能訂閱個(gè)性化新聞以及永久保存收藏記錄、分享記錄、收看記錄；管理員可查看用戶數(shù)據(jù)和新

5、聞數(shù)據(jù)，還能對(duì)新聞信息進(jìn)行增、刪、改、查的功能，其次能批量導(dǎo)入新聞數(shù)據(jù)。4) 網(wǎng)頁(yè)化。將系統(tǒng)用 ASP.NET 進(jìn)行網(wǎng)頁(yè)化3．進(jìn)度安排3 月-3 月中旬， 閱讀相關(guān)文獻(xiàn)和資料3 月中旬-3 月底， 熟悉編程語(yǔ)言和開(kāi)發(fā)環(huán)境，完成新聞推薦系統(tǒng)數(shù)據(jù)抓取4 月初-4 月底， 搭建完整的基于 C#的新聞推薦系統(tǒng)5 月初—5 月中旬， 完成基于 ASP.NET 的新聞推薦系統(tǒng)5 月中旬-5 月底， 測(cè)試和完善程序功能，撰寫(xiě)論文畢 業(yè) 論 文 開(kāi) 題