作者：冯大为 朱锐 王怀民浏览行为用户兴趣新闻推荐协同过滤
摘要：如何从互联网已有海量信息中为用户推荐符合其兴趣的新闻是一项极具挑战的工作。门户网站式的传统新闻传播方法没有考虑用户的个性化需求,因而无法给出合适的推荐。本文提出了一种基于用户协作的新闻共享模型,通过浏览器插件收集用户的浏览行为、分析用户对网页的隐性评价,并结合协同过滤算法实现相似用户间的新闻推荐。在原型系统中验证了本文所提方法的有效性,并分析了推荐算法的性能。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《计算机工程与科学》（CN：43-1258/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机工程与科学》的办刊宗旨是为计算机界同行发表有创见的学术论文，介绍有特色的科研成果，探讨有新意的学术观点提供理想园地；活跃计算机界学术气氛，扩大国内外交流，为发展中国的计算机事业尽一点微薄之力。本刊强调学术性、及时性和普及性。
北大期刊、统计源期刊
人气 542278 评论 58
部级期刊
人气 230144 评论 65
人气 228832 评论 63
人气 214524 评论 35
