1. 研究目的与意义（文献综述）
随着信息技术和移动通信技术的飞速发展，每时每刻都有大量的信息产生与传播。用户获取信息的方式也逐渐从传统的报纸、广播等，转向通过互联网获取。最新数据表明超过80%的互联网用户会通过网络获取新闻信息，且这个数据还在不断增长。网络信息相对传统信息具有个性化、便捷性、高时效性等优点，但面度铺天盖地而来的信息，由于其数量之大，用户也难以在其中获取所需要的信息。人们已经从信息匮乏时代走进了信息过载时代。
目前解决信息过载问题的主要方法是利用搜索引擎，它能根据用户的需求返回一组相关的结果给用户。在搜索领域，比较出名的公司有很多，比如google、百度、搜狗，它们都能很好的为用户提供信息搜索服务。然而，很多时候用户可能没有明确的需求，或者说他们的需求难以用搜索引擎能够识别的语言来描述，比如用户只是想看看最近的资讯，通过搜索方法就很难满足他的要求，这时候推荐系统恰好能起到作用。
不同于普通网络信息，新闻报道作为一种信息资讯方式，有着相对严谨的写作风格。而且新闻具有较高的时效性，一篇报道一般最多持续2-3天的时间，为了能及时的向用户报道真实的信息，新闻报道必须要在简短的篇幅中包含人物、时间、事件等要素，而这些要素能够用于对新闻主题建模。对于用户，阅读新闻时也有着自己特定的兴趣偏好。针对以上新闻以及用户阅读兴趣的特点，本文拟引入主题模型，设计并实现一个个性化新闻推荐系统。
2. 研究的基本内容与方案
一、研究目标
本文主要研究数据挖掘领域个性化推荐系统的关键技术，引入主题模型，对新闻主题和用户阅读兴趣建模，来提高建模的精确性和完整性，并在此技术上研究新闻推荐方案，最终设计并实现一套个性化新闻推荐系统，来给用户提供准确的个性化、智能化的新闻推荐，提升用户新闻阅读体验。预计完成以下几个目标：
1、在对新闻文本主题挖掘时，利用textrank等技术，提高信息处理的效率以及准确性。
3. 研究计划与安排
2月23日-2月28日：完成外文文献的翻译。
2月29日-3月6日：完成开题报告。
3月7日-3月13日：搜集选题相关资料，进一步明确研究内容
4. 参考文献（12篇以上）
- 刘金亮. 基于主题模型的个性化新闻推荐系统的研究与实现[d]. 北京邮电大学, 2013.
-
李文峰. 基于主题模型的用户建模研究[d]. 北京邮电大学, 2013.
-
[2] 李文峰. 基于主题模型的用户建模研究[d]. 北京邮电大学, 2013..
-
郑祥云, 陈志刚, 黄瑞,等. 基于主题模型的个性化图书推荐算法[j]. 计算机应用, 2015, 35(9):2569-2573.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
