1. 研究目的与意义

目前，网络信息繁多，为在众多新闻网站中找到符合自己兴趣的新闻，往往需要花费用户大量时间，随之产生新闻聚合这一手段。新闻聚合把互联网上的信息，通过搜索引擎或人工编辑手段汇聚到一起，供受众选择。

现有新闻聚合手段有多种。百度、谷歌以搜索引擎为主要功能，提供新闻信息；以社交媒体为容器，根据读者分享文章的次数进行判断，找出受用户欢迎度高的文章，最终选出最有发展希望的样本，如buzzfeed；以挖掘数据为基础的推荐引擎，如今日头条，使用智能推荐系统算法、爬虫技术，来挖掘和分析数据。

目前的推荐算法，主要有以下几种。

2. 研究内容和预期目标

针对前述主要任务目标，本课题的主要研究内容有以下内容。

2.1 智能推荐算法

建立一个基于社交、数据挖掘，以及阅读场景的智能推荐算法，针对当前捕获的用户数据，如何得出用户关心的主题。

3. 研究的方法与步骤

3.1智能推荐算法

采用基于内容、协同过滤推荐和效用函数的原理，基于社交、数据挖掘，以及阅读场景综合数据，设计一个推荐算法，参考网上关于今日头条推荐算法的介绍，加入一些自己的想法。编程工具采用java或者python js。

3.2爬虫系统

4. 参考文献

[1] [美]卫斯理 春（Wesley Chun）.Python核心编程[M].人民邮电出版社,2016年05月.[2] [美]迪米特里奥斯 考奇斯-劳卡斯（Dimitrios Kouzis-Loukas）.精通Python爬虫框架Scrapy[M].人民邮电出版社,2018年02月 .[3] 崔庆才.Python 3网络爬虫开发实战[M].人民邮电出版社,2018年04月.[4] [德]凯瑟琳 雅姆尔（Katharine Jarmul）、[澳]理查德 劳森.用Python写网络爬虫 第2版[M].人民邮电出版社,2018年08月.[5] [挪威]赫特兰（Magnus Lie Hetland）.Python算法教程[M].人民邮电出版社,2016年01月.[6] 董伟明.Python Web开发实战[M].人民邮电出版社,2016年09月.[7] [美]米格尔·格林贝格（Miguel Grinberg）.Flask Web开发 基于Python的Web应用开发实战 第2版[M].人民邮电出版社,2016年09月.[8] 刘长龙.Python高效开发实战[M].人民邮电出版社,2016年10月.[9] (美)罗布森,(美)弗里曼.Head First HTML 与 CSS（第二版）[M].人民邮电出版社,2013年09月.[10] 莫振杰.HTML CSS JavaScript基础教程[M].人民邮电出版社,2017年08月 .[11] (美)西尔伯沙茨.数据库系统概念(原书第6版)[M].机械工业出版社,2012年05月.[12] （美）拉赫登迈奇，（美）利奇.数据库索引设计与优化[M].电子工业出版社,2015年06月 .

5. 计划与进度安排

(1) 2022年1月10日 — 2022年1月30日

接受毕业设计任务，查阅资料并完成开题报告；(2) 2022年2月1日 — 2022年2月8日

选择开发工具，并配置其环境；(3) 2022年2月9日 — 2022年2月 23日