顧及事件地理位置的新聞推薦方法研究

摘要： 為研究新聞事件發(fā)生地對(duì)新聞推薦系統(tǒng)性能的影響,提出了一種顧及事件地理位置的新聞推薦算法。首先,設(shè)計(jì)了提取新聞事件發(fā)生地的相關(guān)算法;其次,結(jié)合向量空間模型、TF-IDF算法和word2vec工具構(gòu)建了新聞特征向量;接著,著重討論了用戶興趣模型的構(gòu)建問題;最后,運(yùn)用余弦相似度方法計(jì)算用戶興趣模型與候選新聞集之間的相似性,從而完成推薦。實(shí)驗(yàn)結(jié)果表明,設(shè)計(jì)的新聞事件發(fā)生地抽取算法的性能較好,準(zhǔn)確率達(dá)到93.6%,以此為基礎(chǔ)構(gòu)建的新聞推薦算法與協(xié)同過濾推薦算法相比僅考慮新聞內(nèi)容的推薦算法在F值上有所提高。 （共6頁）