基于用户偏好的新闻推荐系统的设计和实现开题报告

1. 研究目的与意义

在信息化社会发展的越来越快的今天，筛选信息成了一个重要的课题。

对于现代社会的人来说，每天上网接触的信息量非常巨大，并且有很大一部份的垃圾信息。

在对效率要求越来越高的现代，信息搜索的困难无疑大大拖慢了用户整体的效率。

2. 国内外研究现状分析

国外：目前国外对于推送算法的研究具体体现在对大数据的分析以及算法的精准性调整上。

例如国外的推特和脸书早已具备多种推送算法来帮助你找到你感兴趣的内容以及用户。

当你在推特上关注大量体育用户之后，无论是浏览的信息还是推送的用户大都会和体育相关。

3. 研究的基本内容与计划

研究内容：1.研究协同推荐算法的原理；2.通过java语言编写一个可执行的算法程序，对数据进行协同推荐计算；3.实现数据的处理和分析结果的展示。

研究计划：1.准备工作阶段：阅读 web 开发的相关资料，了解开发的基本知识，完成初步框架设计；2.设计开发阶段：相应数据处理计算的选择，设计表单、图表的展现形式，完成系统的功能和交互设计，并完成系统开发工作以及进行系统自测；3.撰写论文阶段：根据前期的设计以及最终实现的功能，完成论文的撰写工作，详细描述应用实现的功能，并对论文中的图表按照论文格式进行调整和编号；4.论文交审阶段：完成论文的提交，审核和答辩。

具体时间安排：2019.2.1～2019.2.30，搭建系统开发基础框架、对比选择开发所需的组件库，图表功能和交互的设计；2019.3.1～2019.4.30，进行代码的编写，系统的测试与改进；2019.5.1～2019.5.30，论文大纲和草稿的撰写，论文初稿的修改与完善；2019.6.1-2019.6.25，完成论文的提交、审核和答辩。

4. 研究创新点

1.使用了基于多用户的协同过滤推荐系统，提升了新闻推荐的精准度。

2.利用java编写程序来运行算法，能够以更便捷的方式进行对协同推荐算法的模拟。