基于內(nèi)容與協(xié)同過(guò)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(wèn)題和混合推薦方法存在的冷啟動(dòng)問(wèn)題，提出一種基于內(nèi)容與協(xié)同過(guò)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(cè)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(wú)需耗時(shí)積累足夠的用戶點(diǎn)擊量，不存在冷啟動(dòng)問(wèn)題。