一种基于用户投票排名的个性化新闻推荐的方法及系统技术方案

技术编号:9312324 阅读:158 留言:0更新日期:2013-11-06 18:45
本发明专利技术适用于通信领域,提供了一种基于用户投票排名的个性化新闻推荐的方法,包括:采集互联网用户对各自感兴趣新闻的投票信息;根据所述投票信息选择候选的新闻推荐项目;在所述候选的新闻推荐项目中通过协同过滤推荐算法预测目标用户感兴趣的新闻;将预测目标用户感兴趣的新闻发送给所述目标用户。本发明专利技术还提供了一种基于用户投票排名的个性化新闻推荐的系统。本发明专利技术所提供的一种基于用户投票排名的个性化新闻推荐的方法及系统能实现对用户的个性化新闻的快速、准确推荐,进而提高用户的体验。

【技术实现步骤摘要】

本专利技术涉及通信领域,尤其涉及一种基于用户投票排名的个性化新闻推荐的方法及系统。
技术介绍
推荐系统是互联网时代解决信息过载的有效方法之一,但是同时也存在冷启动的问题,即新加入到系统中的用户或者待推荐项,由于缺少相应的历史记录,而导致推荐无法正常展开。冷启动带来的另一个副作用就是:在系统中存留时间越长的项目,得到推荐的概率越大。目前在推荐系统的主要应用中,被推荐项目都有共同特点,即用户对被推荐项目的兴趣在较长一段范围内不会发生大的变化。然而,当类似系统应用于时效性较强的新闻推荐时,可能因为新闻时效性的原因,导致被推荐的可能是用户已经失去兴趣的“过时”新闻,也就是说,在新闻推荐系统中,由于新闻的时效性与敏感性,注定其有较短的存在周期,往往在一天甚至是几个小时的范围内,超出此实效范围,则往往得不到用户的肯定。因此,亟需设计一种个性化新闻推荐系统,以实现互联网新闻的快速、准确推荐。
技术实现思路
有鉴于此,本专利技术实施例的目的在于提供一种基于用户投票排名的个性化新闻推荐的方法及系统,旨在解决现有技术中无法实现互联网新闻的快速、准确推荐的问题。本专利技术实施例是这样实现的,一种基于用户投票排名的个性化新闻推荐的方法,所述方法包括:采集互联网用户对各自感兴趣新闻的投票信息;根据所述投票信息选择候选的新闻推荐项目;在所述候选的新闻推荐项目中通过协同过滤推荐算法预测目标用户感兴趣的新闻;将预测目标用户感兴趣的新闻发送给所述目标用户。优选的,所述根据所述投票信息选择候选的新闻推荐项目的步骤具体包括:根据所述投票信息确定各类新闻的点击率排名顺序,基于所述各类新闻的点击率排名顺序,通过预设选择模型选择候选的新闻推荐项目;其中,所述预设选择模型具体如下: log base P view + sign ( P up - P down ) log base | P up - P down | ( T present - T post 1000 * 3600 ) G ; ]]>其中,base的数值设定在10-20之间的自然数,Pview表示用户的点击各类新闻的总次数,Pup表示用户投票喜欢对应新闻的次数,Pdown表示用户投票不喜欢对应新闻的次数,sign(Pup-Pdown)表示符号位,Tpresent表示当前的时间,Tpost表示新闻发布时的时间,G表示时间权重调整因子。优选的,所述在所述候选的新闻推荐项目中通过协同过滤推荐算法预测目标用户感兴趣的新闻的步骤具体包括:根据浏览记录查找与所述目标用户兴趣相似度相近的其他用户;根据相似度从大到小进行排序并选择前n个其他用户组成相似用户群;根据所述相似用户群中用户的浏览记录预测所述目标用户感兴趣的新闻。优选的,所述根据浏览记录查找与所述目标用户兴趣相似度相近的其他用户的步骤具体包括:通过公式来查找与所述目标用户兴趣相似度相近的其他用户;其中,Si表示用户i已经浏览过的新闻的集合,Sj表示用户j已经浏览过的新闻的集合,simi,j表示用户i与用户j的兴趣相似度。优选的,所述根据所述相似用户群中用户的浏览记录预测所述目标用户感兴趣的新闻的步骤具体包括:通过公式∑u∈Msimu/|M|计算所述目标用户对各条新闻的可能评分值;根据计算得到的所述目标用户对各条新闻的可能评分值的高低,选择前m条新闻作为预测结果。另一方面,本专利技术还提供一种基于用户投票排名的个性化新闻推荐的系统,所述系统包括:信息采集模块,用于采集互联网用户对各自感兴趣新闻的投票信息;候选选择模块,用于根据所述投票信息选择候选的新闻推荐项目;预测推荐模块,用于在所述候选的新闻推荐项目中通过协同过滤推荐算法预测目标用户感兴趣的新闻;结果发送模块,用于将预测目标用户感兴趣的新闻发送给所述目标用户。优选的,所述候选选择模块具体包括:顺序确定子模块,用于根据所述投票信息确定各类新闻的点击率排名顺序,候选推荐子模块,用于基于所述各类新闻的点击率排名顺序,通过预设选择模型选择候选的新闻推荐项目;其中,所述预设选择模型具体如下: log base P view + sign ( P up - P down ) log base | P up - P down | 本文档来自技高网...

【技术保护点】
一种基于用户投票排名的个性化新闻推荐的方法,其特征在于,所述方法包括:采集互联网用户对各自感兴趣新闻的投票信息;根据所述投票信息选择候选的新闻推荐项目;在所述候选的新闻推荐项目中通过协同过滤推荐算法预测目标用户感兴趣的新闻;将预测目标用户感兴趣的新闻发送给所述目标用户。

【技术特征摘要】
1.一种基于用户投票排名的个性化新闻推荐的方法,其特征在于,所述方
法包括:
采集互联网用户对各自感兴趣新闻的投票信息;
根据所述投票信息选择候选的新闻推荐项目;
在所述候选的新闻推荐项目中通过协同过滤推荐算法预测目标用户感兴趣
的新闻;
将预测目标用户感兴趣的新闻发送给所述目标用户。
2.如权利要求1所述的基于用户投票排名的个性化新闻推荐的方法,其特
征在于,所述根据所述投票信息选择候选的新闻推荐项目的步骤具体包括:
根据所述投票信息确定各类新闻的点击率排名顺序,
基于所述各类新闻的点击率排名顺序,通过预设选择模型选择候选的新闻
推荐项目;
其中,所述预设选择模型具体如下:
log base P view + sign ( P up - P down ) log base | P up - P down | ( T present - T post 1000 * 3600 ) G ; ]]>其中,base的数值设定在10-20之间的自然数,Pview表示用户的点击各类
新闻的总次数,Pup表示用户投票喜欢对应新闻的次数,Pdown表示用户投票不喜
欢对应新闻的次数,sign(Pup-Pdown)表示符号位,Tpresent表示当前的时间,Tpost表示新闻发布时的时间,G表示时间权重调整因子。
3.如权利要求1所述的基于用户投票排名的个性化新闻推荐的方法,其特
征在于,所述在所述候选的新闻推荐项目中通过协同过滤推荐算法预测目标用
户感兴趣的新闻的步骤具体包括:
根据浏览记录查找与所述目标用户兴趣相似度相近的其他用户;
根据相似度从大到小进行排序并选择前n个其他用户组成相似用户群;
根据所述相似用户群中用户的浏览记录预测所述目标用户感兴趣的新闻。
4.如权利要求3所述的基于用户投票排名的个性化新闻推荐的方法,其特
征在于,所述根据浏览记录查找与所述目标用户兴趣相似度相近的其他用户的
步骤具体包括:
通过公式来查找与所述目标用户兴趣相似度相近的其
他用户;
其中,Si表示用户i已经浏览过的新闻的集合,Sj表示用户j已经浏览过
的新闻的集合,simi,j表示用户i与用户j的兴趣相似度。
5.如权利要求3所述的基于用户投票排名的个性化新闻推荐的方法,其特
征在于,所述根据所述相似用户群中用户的浏览记录预测所述目标用户感兴趣
的新闻的步骤具体包括:
通过公式∑u∈Msimu/|M|计算所述目标用户对各条新闻的可能评
分值;
根据计算得到的所述目标用户对各条新闻的可能评分值的高低,选择前m
条新闻作为预测结果...

【专利技术属性】
技术研发人员:高明黄哲学吕俊超
申请(专利权)人:中国科学院深圳先进技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1