基于内容和主题的个性化新闻推荐系统设计需求分析[转载]

基于内容和主题的个性化新闻推荐系统设计与实现需求分析过程：

基于内容和主题的个性化新闻推荐系统设计与实现需求分析原理示意图
本设计符合基于内容和主题的 个性化新闻推荐系统设计与实现的开题报告中的大体实现方式方法。

2.1 设计目标

在本新闻推荐系统中，针对用户在网站中的浏览记录的cookies文件，对大量数据进行数据处理，实现精准分析某个用户特征行为和独特兴趣，并为其充分推送其可能感兴趣的内容和主题的新闻个性化推荐系统。首先，本系统对大量的新闻资源进行大规模数据挖掘，得到一个新闻主题的完整集合，每个新闻主题（用一个关键词来描述）都关联若干条新闻报道，这样就为接下来的个性化新闻推荐服务提供了精准的推荐依据。然后，网站系统后台为每一个用户建立对应的兴趣模型，按照用户浏览的关键词浏览量进行排序，通过提取cookies记录到用户浏览新闻时的当前页面各种操作行为，实时更新和修正每个用户的兴趣模型并不断加强记忆，每当用户下次访问相同网站的时候，系统后台将会根据该用户的模型数据连接到本地服务，来向用户推荐用户喜欢的内容。 
需要解决的五个关键节点问题： 
问题 1：新闻采集发布实时性和同步及缓存处理。
问题 2：怎样从海量的新闻数据资源中作好主题发现。 
问题 3：对用户建立一个恰当的模型来描述用户的兴趣偏好。
问题 4：向用户推荐新闻时要同时保证实时性和精准性。
问题 5：怎样安排新闻的推荐顺序。
2.1.1 功能需求分析
本系统主要分为三大部分：推荐系统设计与实现、网站前台设计、网站后台设计。
推荐系统的算法设计与实现主要使用方法：基于主题相似性的推荐、基于内容关键词的推荐、时效权值计算、匹配度算法、主题分组和记忆模型算法。
2.2 新闻推荐系统总体设计原理
推荐系统的总体推荐原理如图2.1所示。

从推荐系统运行角度来说，把系统分为线下运行模块与线上运行模块。 
线下运行模块的运行周期是以天为单位的，其主要功能如下： 
将每次更新到来的新闻数据源进行主题发现，获取表示新闻主题的关键词组合的集合，以及新闻主题下关联的新闻内容。 
实时记录不断产生的浏览点击行为cookies文件，将内容同步到用户数据库之中，使之能够不断更新用户的兴趣模型和更新数据库。 
线上运行模块的运行是实时的，其主要功能如下：
当某一个用户访问网站时，首先判断后台用户数据库中是否有该用户的信息：如果有，则根据用户原有的兴趣模型为用户推荐符合其兴趣爱好的个性化新闻；如果没有，则为用户建立对应的兴趣模型。 
通过cookies跟踪记录用户的点击浏览行为，并添加记录到网站后台对应的用户模型文件的相应的目录下。

本文由 91天堂网 综合整理得到，欢迎您转载分享，但请注明来源出处地址，违者必究。