程蕊蕊，陈慧萍

（河海大学物联网工程学院，常州213022）

基于新闻推荐的用户兴趣模型研究❋

程蕊蕊，陈慧萍

（河海大学物联网工程学院，常州213022）

随着互联网的迅猛发展，涌现出一大批新闻类网站，人们也逐渐开始通过网络获取新闻消息，因此针对不同用户推荐个性化的新闻内容将会极大地帮助网站增加用户粘性。为了提高新闻推荐的准确性，建立一种用户综合兴趣模型，首先根据用户浏览网页的行为习惯建立相应的用户稳定兴趣模型；然后根据新闻的时效性和主流性，提出以新闻新鲜度为基础的试探性推荐方法，建立用户的临时兴趣模型；最后，将这两种模型通过加权进行组合以建立用户综合兴趣模型。实验结果证明，提出的方法能从大量最新发布的新闻中推荐最符合用户阅读偏好的特定新闻文章。

用户粘性；新闻推荐；兴趣模型；浏览习惯；时效性；新鲜度

1 引 言

随着新闻类网站和各类社交网络的飞速发展，互联网上的新闻信息爆炸式增长，面对海量变化的网络新闻，用户面临的选择越来越多，在这样的环境下，如何能够更好的为用户推荐比较符合用户兴趣的新闻列表，成为网络新闻检索领域的一项重要内容。用户阅读新闻时一般是通过导航找到新闻列表分类，在新闻列表分类中寻找自己感兴趣的新闻，或者是通过在搜索引擎中输入关键词或新闻摘要进行直接搜索。而面向个性化服务的新闻推荐是根据每个用户的个性化兴趣主动推荐符合用户浏览习惯的新闻界面和新闻信息。……