移动新闻推荐技术及其应用研究综述

随着移动设备的普及和新闻读者群体人数的不断增加,移动新闻推荐已经成为移动推荐领域的热点之一.如何根据移动设备和新闻特点进行移动新闻推荐,以提高推荐性能和用户满意度,成为移动新闻推荐系统的主要任务.文中概括分析了移动新闻推荐的研究现状,并指出其与传统新闻推荐、其他移动推荐之间的区别.从新闻表示方法,移动用户新闻偏好获取,上下文感知的移动新闻推荐技术,基于社会化网络的移动新闻推荐技术,移动新闻展示以及典型应用等六个关键方面,对移动新闻推荐领域的最新研究成果进行了详细的比较、分析和总结.文中还从重点、难点两个方面讨论分析了移动新闻推荐系统面临的挑战.并指出为了进一步发展移动新闻推荐系统,未来还需要在数据集获取,效用评估,结合移动社会化网络,安全问题,形式化描述等方面深入开展一些研究工作.

基于交叉协同过滤的个性化移动新闻推荐

针对基于用户和项目的协同过滤技术不能充分挖掘用户的潜在兴趣,该文提出了交叉协同过滤推荐技术。首先使用基于用户和项目的协同过滤推荐技术分别产生一个偏好列表,并将两个列表进行融合交叉排序,然后截取交叉列表的Top-n新闻,最终形成推荐新闻集。实验结果表明该文提出的方法推荐结果的Diversity和F-measure值比使用基于用户或项目的协同过滤技术的推荐结果有了进一步的提升。