基于協(xié)同過濾算法的新聞推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

張揚(yáng)　彭明坤　蔡莉　金力　孫大勇

關(guān)鍵詞：新聞推薦系統(tǒng)；總體結(jié)構(gòu)設(shè)計(jì)；協(xié)同過濾算法

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2024）03-0060-02

0 引言

當(dāng)前人們獲取新聞的方式已從傳統(tǒng)的報(bào)紙端轉(zhuǎn)向數(shù)字新聞端。面對(duì)瀏覽器中海量的新聞內(nèi)容，如何快速有效的閱讀到自己感興趣的信息，已成為當(dāng)前亟待解決的問題，為此開發(fā)了基于每位讀者閱讀興趣的新聞推薦系統(tǒng)，以提高人們閱讀新聞的效率。

1 系統(tǒng)設(shè)計(jì)思路

系統(tǒng)最終要求管理者能夠通過簡(jiǎn)潔的前端頁面完成相關(guān)的新聞發(fā)布，同時(shí)也能從多角度思考理解大眾用戶的需求，以方便瀏覽者隨時(shí)隨地閱讀所感興趣的新聞。這就要求在設(shè)計(jì)系統(tǒng)時(shí)，應(yīng)從數(shù)據(jù)收集、相似度計(jì)算、用戶集合篩選、新聞推薦以及反饋優(yōu)化等方面進(jìn)行考慮以實(shí)現(xiàn)基于用戶行為的個(gè)性化新聞推薦需要[1]。

本系統(tǒng)采用Java作為編程語言，運(yùn)行于Windows 平臺(tái)，應(yīng)用程序部署于Tomcat上，對(duì)于服務(wù)器上的數(shù)據(jù)使用MySQL接口以實(shí)現(xiàn)交互式響應(yīng)，最終效果呈現(xiàn)于服務(wù)器上，使用Navicat Ｐremium連接MySQL數(shù)據(jù)庫(kù)，從而使各個(gè)功能以圖形化界面展示。

2 系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)

2.1 系統(tǒng)總體結(jié)構(gòu)

系統(tǒng)設(shè)計(jì)了新聞后臺(tái)管理者和瀏覽用戶兩個(gè)角色。對(duì)應(yīng)總體結(jié)構(gòu)如圖1所示。

2.2 新聞發(fā)布順序

本系統(tǒng)中，新聞發(fā)布是主要特性。為了完成新聞的添加工作，管理員首先需要通過輸入賬號(hào)密碼登錄管理后臺(tái)進(jìn)入新聞管理的主頁。接著，通過新聞管理選項(xiàng)，選擇新聞編輯，然后在網(wǎng)頁中編輯新聞標(biāo)題、類別、內(nèi)容等信息，并點(diǎn)擊提交[2]。最后，管理員需要刷新服務(wù)器緩存，以完成新聞添加。這些步驟按照特定的時(shí)間順序進(jìn)行，確保新聞添加的順利完成。

3 系統(tǒng)采用的核心算法

從系統(tǒng)的核心功能考慮，采用了基于用戶的協(xié)同過濾算法以實(shí)現(xiàn)新聞推薦功能。該算法的優(yōu)點(diǎn)是簡(jiǎn)單易懂，個(gè)性化程度高。然而，該算法存在數(shù)據(jù)稀疏性和冷啟動(dòng)問題。為了解決這些問題，系統(tǒng)同時(shí)采用基于統(tǒng)計(jì)的熱點(diǎn)推薦和標(biāo)簽隨機(jī)推薦來解決數(shù)據(jù)稀疏性和冷啟動(dòng)問題，從而解決了新用戶登錄或系統(tǒng)剛實(shí)施而無法進(jìn)行個(gè)性化推薦的問題[3]。

基于用戶的協(xié)同過濾是一種常見的推薦算法，它基于用戶之間的相似性來進(jìn)行推薦。本系統(tǒng)是根據(jù)用戶對(duì)新聞的評(píng)分，為目標(biāo)用戶找到評(píng)分相同或者相近的用戶，這些評(píng)分相同或者相近的用戶稱之為目標(biāo)用戶的近鄰用戶，然后在這些近鄰用戶中找出目標(biāo)用戶沒有評(píng)分行為同時(shí)近鄰用戶同時(shí)有評(píng)分行為的新聞，最后將這些新聞推薦給目標(biāo)用戶。

基于用戶的協(xié)同過濾算法推薦過程可分以下4個(gè)步驟進(jìn)行。

步驟１：構(gòu)建用戶-新聞評(píng)分矩陣

根據(jù)用戶對(duì)新聞的評(píng)分?jǐn)?shù)據(jù)，M個(gè)用戶和N個(gè)項(xiàng)目最大有M×N條用戶對(duì)項(xiàng)目的評(píng)分?jǐn)?shù)據(jù)，記為矩陣MN，在計(jì)算機(jī)語言中可以通過一個(gè)二維數(shù)組來表達(dá)array，用戶用數(shù)組下標(biāo)0-M表示，項(xiàng)目用數(shù)組下標(biāo)0-N表示，矩陣MN圖形如表1所示（新聞評(píng)分：0～5；0表示用戶對(duì)項(xiàng)目沒有評(píng)分；M=53，N=152） 。

步驟２：計(jì)算用戶之間相似度

根據(jù)余弦算法計(jì)算用戶之間相似度，余弦相似度計(jì)算公式如下：

通過以上過程，再結(jié)合熱點(diǎn)推薦和標(biāo)簽推薦算法，將最終推薦結(jié)果通過前端展示給用戶，以此實(shí)現(xiàn)個(gè)性化新聞推薦。

4 系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)使用JAVA語言編寫，后臺(tái)數(shù)據(jù)庫(kù)是MySQL，采用比較主流的SSM框架搭建。

4.1 后臺(tái)數(shù)據(jù)庫(kù)設(shè)計(jì)

在系統(tǒng)的開發(fā)階段，后臺(tái)數(shù)據(jù)暫且存放于輕量級(jí)的數(shù)據(jù)庫(kù)MySQL中，主要設(shè)計(jì)了管理表、用戶表、新聞?lì)愋捅?、評(píng)分記錄表等表格。

4.2 前端界面設(shè)計(jì)

系統(tǒng)大致分為前端和后端模塊。用戶通過前端頁面瀏覽新聞，新聞管理員在后臺(tái)對(duì)新聞發(fā)布編輯修改。以下分別介紹幾個(gè)模塊的相關(guān)功能。

4.2.1 前臺(tái)用戶功能模塊

用戶通過注冊(cè)、登錄首頁后，可以查看新聞列表、熱點(diǎn)推薦、個(gè)性化推薦、設(shè)置用戶信息等內(nèi)容，并進(jìn)行相關(guān)操作。例如當(dāng)用戶點(diǎn)擊新聞后，在新聞首頁的搜索欄輸入標(biāo)題，進(jìn)行查詢，新聞信息可以看到新聞?lì)愋?、封面圖片、添加時(shí)間、添加收藏評(píng)論、新聞內(nèi)容、新聞評(píng)分分析等信息，然后可以點(diǎn)擊收藏或者評(píng)論等操作。當(dāng)用戶點(diǎn)擊新聞時(shí)，相關(guān)推薦板塊根據(jù)當(dāng)前新聞所屬新聞?lì)愋瓦M(jìn)行隨機(jī)推薦。相關(guān)推薦界面如圖2 所示。

在系統(tǒng)的首頁中顯示有熱點(diǎn)新聞和個(gè)性化推薦兩個(gè)板塊。其中熱點(diǎn)新聞根據(jù)新聞被收藏?cái)?shù)量降序推薦。個(gè)性化推薦基于用戶的協(xié)同過濾算法進(jìn)行推薦[6]。

4.2.2 后臺(tái)管理員功能模塊

管理員登錄系統(tǒng)后，可以看到系統(tǒng)相關(guān)數(shù)據(jù)統(tǒng)計(jì)、用戶管理、新聞?lì)愋凸芾怼⑾埠脴?biāo)簽管理、評(píng)分記錄管理、收藏記錄管理、評(píng)價(jià)記錄管理、瀏覽記錄管理等進(jìn)行相應(yīng)的操作管理，管理員功能如圖3所示。

管理員點(diǎn)擊新聞管理后在新聞管理頁面對(duì)標(biāo)題、新聞?lì)愋汀l(fā)布時(shí)間、新聞內(nèi)容等信息進(jìn)行查詢，新增或刪除新聞等操作。當(dāng)管理員點(diǎn)擊系統(tǒng)數(shù)據(jù)，可以查詢用戶數(shù)量、新聞?lì)愋蛿?shù)量、新聞數(shù)量、評(píng)分記錄數(shù)量、收藏記錄數(shù)量以及評(píng)論記錄數(shù)量。

5 結(jié)論

開發(fā)的個(gè)性化新聞推薦系統(tǒng)在試用期間，運(yùn)行流暢，能在第一時(shí)間將用戶所感興趣的信息推送到面前，效果令人滿意。

在下一步的工作中，將在系統(tǒng)中嘗試使用基于多種推薦算法的混合推薦算法，以提高推送新聞的精準(zhǔn)度，同時(shí)采用增加屏蔽關(guān)鍵字技術(shù)，提高新聞推薦系統(tǒng)的智能化程度。

【通聯(lián)編輯：聞翔軍】