文档介绍：砂宦却童大警硕士研究生学位论文画自堑闻塑邀的旦庄盈蕴挂延握塑丕统丝逡盐生塞理题目:奎渔蹬业:让簋扭科堂皇撞苤重搓武盐篡狃堂瞳学号:姓名:专师:院:年导日
溉兰鬣眺丕盥鳖执三上:』立保密论文注释:本学位论文属于保密在—年解密后适用本授权书。非保密论独创性虼葱滦声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切相关责任。本人签名:日期:关于论文使用授权的说明学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笞袷卮斯娑唬里Ⅱ口一卜~一弧鲆.
摘要新闻网站本质上是为用户提供一种新闻信息化服务。面对不同的新闻,用户所表现出的关注程度是不同的。如何发现用户真实的兴趣,并根据用户兴趣向用户推荐新闻,把用户从海量的信息中解放出来,这种信息服务诉求对新闻网站提出了新的能力要求。本文参与分析并实现了新闻推荐系统中的用户行为特征提取子系统部分,共分为以下五个模块:输入模块、用户行为特征提取模块、推荐规则生成模块、输出模块和管理员管理模块。其中本子系统的核心部分为用户行为特征提取模块的设计和实现部分,特征提取算法的好坏直接决定了推荐规则产生的准确性高低,同时也影响了系统的性能的优劣和用户的满意度。本文中用户行为特征提取算法的设计主要借鉴了粗糙集理论中的属性约简与规则提取的思想。本文主要完成的工作:首先,一种依据用户浏览记录的属性约简和特征提取算法,可以根据用户的浏览记录分析出不同类别新闻及新闻属性影响用户浏览行为的程度,之后提取出用户对各类别新闻的兴趣度,即该用户的行为特征。该算法是新闻推荐规则生成算法的前提和基础,其算法的好坏直接决定了整个系统的质量的优劣,是本论文研究的重点。其次,推荐规则算法是在依据属性约简和特征提取得到的用户对各类新闻的兴趣度的统计分析结果,提取出针对该用户的新闻推荐规则,根据不同的用户产生不同的新闻推荐规则。新闻推荐规则是建立在用户特征提取算法的基础之上实现的,是对本系统实现的补充和完善。经过系统功能测试和集成测试,本系统可以根据用户的浏览行为,提取出用户的个性化行为特征,并依据其提取新闻推荐规则进行新闻推荐,推荐结果符合用户的兴趣,有较好的符合度。关键词:行为特征推荐技术粗糙集属性约简规则提取
匝鰉:.鏓.、.
篵瑀..瑀琣
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯课题的提出及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一本文主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..论文组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章推荐技术和粗糙集理论介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一推荐技术研究综述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第三章系统需求分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯系统需求分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯系统用例分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯功能模块描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第四章系统设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯系统总体设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯模块功能分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.」⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..没形L卣鞣治瞿?∧????椤数据库设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯