针对资讯的个性化推荐系统及用户建模

针对资讯的用户建模和个性推荐系统 本项目主要是基于内容以及基于用户的协同过滤的推荐算法，将概率主题模型引入新闻推荐，在挖掘用户的主题兴趣基础上，完成新闻推荐系统的设计。 本项目使用到的核心算法有协同过滤算法、kNN监督学习、TF-IDF算法等。 采用MVC设计模式，前端采用Bootstrap框架设计，后台使用Java语言开发，JDBC连接MySQL数据库，API接口使用RESTful开发风格，引用JSONObject处理JSON数据，并且使用Mahout搭建推荐平台。 项目实现了多种功能，如：浏览资讯列表、浏览资讯详情、分类查看、动态加载、点赞点踩等，设计人性化，新闻实时化、推荐高质化。