基于內(nèi)容與協(xié)同過濾融合的方法進(jìn)行新聞推薦

　　針對(duì)基于內(nèi)容的新聞推薦方法中用戶興趣多樣性的缺乏問題和混合推薦方法存在的冷啟動(dòng)問題，提出一種基于內(nèi)容與協(xié)同過濾融合的方法進(jìn)行新聞推薦。首先利用基于內(nèi)容的方法發(fā)現(xiàn)用戶既有興趣；再用內(nèi)容與行為的混合相似度模式，尋找目標(biāo)用戶的相似用戶群，預(yù)測用戶對(duì)特征詞的興趣度，發(fā)現(xiàn)用戶潛在興趣；然后將用戶既有興趣與潛在興趣融合，得到兼具個(gè)性化和多樣性的用戶興趣模型；最后將候選新聞與融合模型進(jìn)行相似度計(jì)算，形成推薦列表。實(shí)驗(yàn)結(jié)果顯示，與基于內(nèi)容的推薦方法相比，所提方法的F-measure和整體多樣性Diversity均有明顯提高；與混合推薦方法相比，性能相當(dāng)，但候選新聞無需耗時(shí)積累足夠的用戶點(diǎn)擊量，不存在冷啟動(dòng)問題。