论文部分内容阅读
对移动信息服务中面向用户的个性化问题进行了研究，提出了一种基于移动终端浏览系统的、采用改进的K-近邻分类器的个性化推荐算法，对每个移动用户的新闻访问行为序列进行跟踪、记录、建模和分析，将个性化特征归类存储。实现了实时的个性化新闻推荐．仿真实验结果验证了该个性化推荐模型的实用性和可行性，推荐正确率可以达到70％．