基于SVD算法的智能新闻推荐系统的设计与实现
中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）07-0160-02
1 构建智能新闻推荐系统的意义
1.1传统的综合信息发布模式的不足
传统的中小微企业信息综合发布平台远远不满足企业的发展需求。在大数据时代的到来，海量的平台信息总让网络用户眼花缭乱，只会让用户陷入信息过载和信息迷航问题之中。如何让中小微企业在最短时间内获得最精确的平台服务的同时提供最精准的服务产品，如何让网络用户在最短到时间内获得最精准的企业服务产品，是目前中小微信息服务平台的棘手解决问题。个性化服务打破了传统的以被动服务模式，能够充分利用各种资源优势，主动开展以满足用户个性化需求为目的的全方位服务。
1.2 智能推荐系统的优势
搭建基于个性化服务关键技术的中小微企业智能化信息服务平台是众多中小微企业的迫切期望。与传统的信息发布平台比较，具有以下的优势：
1）为平台用户提供精准的个性化服务信息。通过个性化服务关键技术对网络用户描述文件进行准确分类、中小微企业用户描述文件进行准确分类、平台资源描述文件进行准确分类，结合网络用户、企业、资源的行为记录，最终精准地挖掘适合用户的个性化服务信息。
2）为平台用户提供快速的个性化服务信息。通过实时获取平台用户的行为特征，利用个性化服务有关技术，在较短的时间内获得平台用户的兴趣行为，把跟用户对应的个性化服务信息快速地展现给用户。
3）提高对中小微企业信息化的服务质量，帮助中小微企业的准确向客户推荐产品。个性化服务平台提供更具智能化的功能，使得中小微企业在最短的时间内可以得到平台推荐的准备服务，满足自身所需。同时企业发布的产品，也在最短时间内通过平台准备得推荐到网络客户，提高网络客户的购买产品兴趣。
总之，基于智能新闻推荐系统，从技术上、模式上、服务理念都具有非常强的可行性。
2 基于SVD算法的智能新闻推荐系统算法设计
根据中小微企业信息化服务平台的具体需求，结合平台的软硬件条件，融入当前流行的智能推荐算法，最终设计出适合系统的模型，模型如图1 所示。模型以用户兴趣爱好为导向，分析用户日常访问日志，结合相邻用户的兴趣及行为特点，最终推荐出适合用户的相关资讯。
具体实现策略如下：
1）判断用户是否新用户，如果用户是新用户，则按照新闻的访问量由高到低推荐给新用户；如果用户不是新用户，则通过SVD推荐算法推荐新闻。
2）用户每一次登录网站，实时收集用户的访问时间、访问新闻内容、访问次数等。
3）通过用户访问日志的分析，计算出该用户对所访问新闻的感兴趣度，并记录进数据库。
4）使用SVD推荐算法，计算出当前用户可能感兴趣的新闻列表。
5）以上步骤不断的迭代训练，最终训练出更加准确的模型。
通过以上过程，使得推荐新闻不再像以前一样，只能推荐访问量由高到低的方式，进而推荐出合适用户的兴趣爱好，大大提高网址的访问量。
3 基于SVD算法的智能新闻推荐系统的实现
3.1 主要数据库设计
数据库中关键的数据库表有：新闻表，用户访问日志表，游客访问日志表，新闻喜爱度表。
3 总结
本文提出的基于SVD算法的智能新闻推荐系统构建方案目的是为大中型网络信息服务平台做好智能化信息服务。其主要核心思想是利用SVD算法，结合用户的访问日志、兴趣爱好、相邻客户网络行为等基础数据，最终达到人性化的信息服务管理模式，适应当今信息化服务的主流趋势。
在完成系统研发过程中，也发现了一些不足的问题，主要是：智能化模块算法计算时间偏长，影响用户体验；冷启动问题一直是推荐系统的挑战热点，需要不断调整推荐策略。在今后工作中，应该做到：第一、将不断完善推荐算法的准确率和时间复杂度；第二、随着智能手机的普及，把智能推荐算法的方案移植到手机客户端中。
- 上一篇：电视新闻编辑方式的改良分析
- 下一篇：电视新闻传播与网络媒体的融合发展
