基于地理位置的个性化新闻混合推荐研究

摘要 智能手机等移动设备的普及让用户可以随时随地阅读新闻，通过GPS可以获取用户阅读新闻的位置信息.用户在不同的地理位置，阅读兴趣也不相同.在进行个性化新闻推荐时，不仅要考虑用户的阅读兴趣，还要考虑用户所处的地理位置.本文提出一种基于地理位置的混合推荐算法（Hybrid Location-Based recommendation algorithm，HLB），使用DBSCAN聚类算法获取用户阅读新闻较多的地理位置及在相应位置阅读的新闻集合，获取用户在不同地理位置的长、短期阅读兴趣，对用户长期阅读兴趣采用基于内容的推荐方法，对用户短期阅读兴趣采用协同过滤推荐方法.HLB为用户在不同的地方进行不同的推荐，满足用户固定阅读需求的同时，增加推荐结果的多样性.实验证明，HLB能更准确的反映用户的阅读兴趣，与算法STPM、ClickB和LOGO-ARW相比，准确率提升了27.8%、22.1%和16.9%，召回率提升了28%、23.2%和18.3%，让用户有更好的阅读体验