附录一：网站新闻推荐方式统计结果 34

附录二： 用户对网络新闻推荐方法的接受度调查问卷 39

附录三：问卷结果统计 41

图 表 目 录

图1.1 课题研究路线 4

图2.1 一般的网络新闻推荐方法 5

图2.2 主题分类样例图 7

图2.3 基于协同过滤推荐原理图 8

图2.4 基于用户历史访问记忆推荐原理图 9

图3.1 新浪网新闻页面截图 10

图3.2 搜狐网新闻页面截图 11

图3.3 网易网新闻页面截图 11

表3.1 军事类新闻推荐方法分析表 12

表3.2 社会类新闻推荐方法分析表 13

表3.3 娱乐类新闻推荐方法分析表 13

表3.4 体育类新闻推荐方法分析表 14

表3.5 财经类新闻推荐方法分析表 14

表3.6 科技类新闻推荐方法分析表 15

表4.1 问卷思路列表 18

表4.2 被测者性别统计结果 19

表4.3 新闻阅读频率统计结果 19

表4.4 调查结果统计表 20

表4.5 被测者兴趣统计结果 21

表4.6 根据被测者性别分组后的兴趣统计结果 21

表4.7 被测者统计均值表 22

表4.8 问卷题目统计均值表 23

表4.9 推荐模式及其结果 23

表4.10 感兴趣用户与普通用户点击行为对比 24

1 引言

1.1 选题背景及研究意义

随着互联网的迅速发展，上网浏览新闻已经成为许多网民的习惯。CNNIC 2013年发布的第31次《中国互联网络发展状况统计报告》的统计数据表明：截至2012年12月底，我国网民规模达到5.64亿，互联网普及率为42.1%，保持低速增长。网络新闻是网民最常使用的网络应用之一，其传播的深度和速度远远领先于传统媒体[1]。论文网

海量的网络新闻带来了信息过载问题，为了从海量的新闻中查找需要的信息，需要进行大量的阅读，这就导致读者在寻找所需信息的时候会同时浏览许多并不需要的信息,使读者浪费大量的时间。为了避免这些问题，必须对新闻进行分类整理。传统的做法是对新闻进行人工分类，加以组织和整理，为人们提供一种相对有效的信息获取手段。但是，这种传统的新闻分类的做法存在着许多弊端：依靠人工对新闻进行分类，势必需要耗费大量的人力物力和精力，同时还会增加新闻自身成本。其分类结果也会受分类者自身判断的影响，不同分类者的结果差异性较大，不能满足所有用户的需求。这就需要探索新闻个性化推荐服务的有效方法，提高新闻阅读效率[2]。目前，推荐系统为用户提供自适应的内容、能够较好地解决信息过载问题，已经成为信息检索领域的重要研究方向，并在商业系统中取得了巨大的成功[3]。文献综述