【基于内容的协同过滤的新闻系统设计11000字（论文）】

[11]。7.2系统测试结果7.2.1新闻推荐页测试点击上方的推荐按钮，系统界面将会显示为用户推荐的新闻列表图7.1新闻推荐页测试图7.2.2分类新闻页测试分别点击汽车、科技、军事等页面，系统将会分类展示该类别新闻的列表。图7.2分类新闻页测试图7.2.3新闻详情页测试点击某条新闻的标题系统将会自动跳转到新闻详情页。图7.3新闻详情页测试图7.2.4“我”页面获取用户信息测试在“我”界面将会自动获取用户的微信头像和昵称。图7.4“我”页面获取用户信息测试图7.2.5反馈测试点击反馈按钮用户可以对意见问题进行反馈，反馈成功或者失败都应该会有弹窗提醒。图7.5反馈功能测试图7.2.6用户绑定测试点击绑定按钮用户可以对手机号进行绑定，绑定成功或者失败都应该会有弹窗提醒。图7.6绑定手机号功能测试图7.2.7查看历史记录测试用户点击查看历史记录按钮系统将会跳转到用户浏览的历史新闻列表图7.7查看历史记录功能测试图第八章总结与展望8.1总结通过对基于内容推荐与协同过滤的新闻推荐系统设计与开发，实现了预期的目标，满足了预期的功能需求，本文从研究背景及推荐算法的基本概念、系统开发过程中使用的工具、系统中用到的相关算法及其他相关技术、需求分析、系统的总体设计、系统的详细设计、系统的测试与运行这几个方面详细介绍了基于内容推荐与协同过滤的新闻推荐系统设计与开发过程。本系统后端使用java语言，选用JFinal框架实现推荐算法部分的实现，前端采用微信小程序实现图形化交互，其中微信小程序的后端采用PHP实现与数据库的交互，数据库部分选用MySQL数据库，共建立了五张表，其中news表中存储的新闻量达到2近4000条。在本次毕设的设计与实现过程中遇到了很多问题，从Java语言的语法错误到jfinal框架的学习，再到各种算法原理的掌握都花费了不少时间。通过本次毕设我深入的学习了解了推荐算法的相关内容知识，掌握了基于内容的推荐算法和基于用户的协同过滤算法的优缺点。在程序的实现初期，只设计了基于内容的推荐算法和基于用户的协同过滤算法来向用户推荐新闻，这两种算法推荐效果较好，此算法思路清晰，实现较为简单。但也存在着显著的缺点，即存在冷启动的问题，因此在后续的开发中，又引入了热点新闻推荐算法，当基于内容的推荐算法和基于用户的协同过滤算法所推荐的新闻条数较少时，将会辅以热点新闻推荐算法向用户推荐新闻。8.2展望 由于时间和精力有限，本文仍存在着较多的不足之处和可改进之点，总结如下： （1）在进行推荐时，只能进行手动启动推荐程序，暂时没有做到定时自动向用户推荐新闻。 （2）由于条件所限，未能将小程序正式发布运行。 （3）由于条件所限，数据库部署在本地服务器上而没有部署在云端。

参考文献：李孟浩,赵学健,余云峰,宋学永,孙知信.推荐算法研究进展[J/OL].小型微型计算机系统:1-14[2021-05-24]./kcms/detail/21.1106.TP.20210507.1358.004.html.付羽逍,王祎珺,敖明明,杨伊帆.一种基于协同过滤的图书推荐平台[J].中国科技信息,2021(10):117-118.唐瑞.基于内容的推荐与协同过滤融合的新闻推荐研究[D].重庆理工大学,2016.袁先虎.基于混合用户模型的协同过滤推荐算法研究[D].重庆大学,2010.高健.个性化推荐算法在微信电商平台的研究与实现[D].长安大学,2019.聂帅华.基于内容推荐/协同过滤推荐算法的智能交友网站的设计&实现[D].华中师范大学,2015.葛润霞.基于内容聚类的协同过滤推荐系统研究[D].山东师范大学,2008.韩亚楠.基于流行度和用户偏好的推荐算法研究[D].陕西师范大学,2015.吴川,王琢琦.软件单元测试及测试用例设计方法研究[A].国防科技工业自动化测试创新中心、中国航空工业技术装备工程协会、中国飞行试验研究院院士工作站、航空工业测控技术发展中心、中国航空学会测试技术分会、飞行试验测试航空科技重点实验室.第十七届中国航空测控技术年会论文集[C].国防科技工业自动化测试创新中心、中国航空工业技术装备工程协会、中国飞行试验研究院院士工作站、航空工业测控技术发展中心、中国航空学会测试技术分会、飞行试验测试航空科技重点实验室:《测控技术》杂志社,2020:3.谢晓丽.探析软件测试中的集成测试[J].电子测试,2021(09):111-112.廖丽华.安全相关产品的软件确认测试[J].自动化仪表,2019,40(04):34-36+41.孙玉.计算机软件数据库设计中存在的问题及设计原则[J].电子技术与软件工程,2021(06):162-163.AlcacerAleix,EpifanioIrene,ValeroJorge,BallesterAlfredo.CombiningClassificationandUser-BasedCollaborativeFilteringforMatchingFootwearSize[J].Mathematics,2021,p.9-11.TeimooriniaHossen,ShishehchiSara,TazwarAhnaf,LinPing,ArchinukFinn,GwynStephenD.J.,KavelaarsJ.J..AnAstronomicalImageContent-basedRecommendationSystemUsingCombinedDeepLearningModelsinaFullyUnsupervisedMode[J].TheAstronomicalJournal,2021,pp.45-46.ZhaoXinke,ZengWei,HeYixin.Collaborativefilteringviafactorizedneuralnetworks[J].AppliedSoftC