基于Spring Boot和用户画像的组合推荐系统的设计与实现

摘要：

本系统以新闻为例,使用Python进行推荐算法的编写,使用Java实现了Web平台下基于MVC模式的Spring Boot框架.首先仿照Movielens数据集的格式,对新浪网不同类别的新闻数据进行爬取,模拟生成了用户和评分数据存储到MySQL数据库中.随后对评分数据使用了基于用户(内容)的协同过滤算法、SVD模型和隐语义模型;使用jieba分词工具对新闻进行分词,获取到了每条新闻的关键词,根据用户对新闻的浏览历史,得到了一系列关键词的集合,从而生成了用户画像词云;同时可以根据每篇新闻的关键词在数据库中进行通配符查找,获取到了与该新闻相似的新闻.最后根据所建立的组合推荐系统,可以获取到为指定用户的个性化新闻推荐以及与所阅读新闻相似的新闻,从而实现新闻的推荐.

关键词：SpringBoot、用户画像、协同过滤、组合推荐系统、矩阵分解

所属期刊栏目：3

在线出版日期：2019-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：24-29