（西安石油大学 计算机学院，陕西 西安 710065）

0 引言

随着全球化和网络技术的发展，越来越多的人通过网络渠道在线阅读来自全球各地的新闻。然而，新闻域稀疏的用户配置、快速增长的项目数量、加速衰减的项目价值，以及用户偏好的动态转移，使得各类新闻平台的用户越来越难选择自己感兴趣的新闻［1］。因此，如何在瞬时变化的新闻领域，利用一些模型和技术帮助用户找到感兴趣的新闻变得尤为重要。由此，新闻推荐系统应运而生，它不是根据用户显式的查询搜索对信息进行过滤，而是根据用户兴趣主动呈现相关新闻。经过20 多年的发展，新闻推荐系统已经成为一种帮助用户在信息过载情况下找到自己感兴趣新闻的重要工具。

新闻推荐系统主要通过分析用户的阅读兴趣偏好，帮助用户高效获取自己所需的新闻，被视为解决新闻领域信息爆炸问题的重要手段。与电影推荐等其他领域的推荐系统相比，新闻推荐面临的问题具有独特性，如：新闻制作频率很高、新闻项目相关性变化较快、新闻实时性要求很高等。

1 新闻推荐系统关键技术

1.1 新闻推荐算法

1.1.1 基于内容的推荐算法

基于内容的推荐算法（Content-Based Filtering，CB），主要用于推荐基于文本类的项目，通常采用浅层模型分析用户的历史阅读记录，从而发现用户的阅读兴趣，进而将与用户阅读兴趣类似且用户评价很高的新闻作为推荐结果。该算法运用过程的核心问题是如何进行项目相似性度量。……