论文部分内容阅读
互联网的飞速发展产生了"信息过载"问题,新闻数量的爆炸性增长使得读者受到"信息迷航"问题的困扰。为解决这一问题新闻推荐系统应运而生。文章针对该系统的关键部分即新闻特征值提取和用户画像做了深入的研究。采用了TFIDF进行新闻分词及特征值提取,将新闻用空间向量模型表示并利用PU Learning来解决用户画像时负反馈数据难以得到的问题。最后以实例证明了该方法的可行性。