| 题名 | 基于隐式专家的个性化新闻推荐; Personalized News Recommendation via Implicit Social Experts |
| 作者 | 谢润泉 |
| 答辩日期 | 2014 ; 2014 |
| 导师 | 刘向荣 ; 林琛 |
| 关键词 | 冷启动 隐式专家 数据稀疏性 Cold-start Problem Implicit Expert Data Sparsity |
| 英文摘要 | 信息时代的发展使得人们能够快速方便的通过新闻网站（GoogleNews，YahooNews）和移动应用（CNNMobile）浏览世界各地发生的新闻。然而，大量的新闻不间断的产生导致用户信息过载，使得用户很难快速发现符合自身兴趣的新闻。因此一个重要的研究课题就是如何帮助在线读者自动发现满足用户兴趣的新闻，推送给读者，称为个性化新闻推荐。基于不同策略的新闻推荐系统已经被广泛应用到在线新闻阅读服务中。本文主要研究新闻推荐中的冷启动问题和数据稀疏性问题，并提出基于隐式专家和近邻的混合推荐框架PRemiSE，主要包含以下内容： 第一，如何缓解数据稀疏性问题？大部分用户历史阅读行为较少造成得到的反馈或者...; Nowadays, users can easily obtain news information around the world through news site (Google News, Yahoo News) and mobile application (CNN Mobile). However, with the large volume of news available, user can hardly find the news meets their interest efficiently. Therefore, an important research topic is how to help readers automatically find interesting articles match their reading appetites which...; 学位：工学硕士; 院系专业：信息科学与技术学院_计算机系统结构; 学号：23020111153101 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=44269 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/84548]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 谢润泉. 基于隐式专家的个性化新闻推荐, Personalized News Recommendation via Implicit Social Experts[D]. 2014, 2014. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论