An open API service indexing awesome lists of open source software.

https://github.com/songwo-153/news-recommend-system

新闻推荐系统,使用基于用户的协同过滤推荐算法,根据评分数据计算推荐,同时还使用了新用户喜好标签进行混合推荐,及将两种推荐结果全部输出,解决了冷启动和数据稀疏性问题。同时采用基于统计的热点推荐和相关推荐等。采用爬虫收集新闻数据实时更新新闻数据和推荐结果。
https://github.com/songwo-153/news-recommend-system

bootstrap collaborative-filtering-algorithm java layer layui mysql news-recommend-system spring ssm

Last synced: 4 months ago
JSON representation

新闻推荐系统,使用基于用户的协同过滤推荐算法,根据评分数据计算推荐,同时还使用了新用户喜好标签进行混合推荐,及将两种推荐结果全部输出,解决了冷启动和数据稀疏性问题。同时采用基于统计的热点推荐和相关推荐等。采用爬虫收集新闻数据实时更新新闻数据和推荐结果。

Awesome Lists containing this project

README

        

# News-Recommend-System
# 协同过滤在线新闻推荐网站系统

## 基于Java的协同过滤算法个性化在线新闻推荐系统

#### 介绍
新闻推荐系统,使用了基于用户的协同过滤推荐算法,根据评分数据计算推荐,同时还使用了新用户喜好标签进行混合推荐,及将两种推荐结果全部输出,解决了冷启动和数据稀疏性问题。同时采用基于统计的热点推荐和相关推荐等。采用爬虫收集新闻数据实时更新新闻数据和推荐结果。

Java+SSM(Spring+SpringMVC+Mybatis)+Mysql基于用户的协同过滤算法个性化新闻推荐系统,采用基于用户、项目、内容、聚类、混合的协同过滤推荐算法。

**源码获取:** [协同过滤算法个性化新闻推荐系统源码.zip](https://github.com/user-attachments/files/18202253/default.zip)

### 一、项目简介

**项目创新点**:
使用了基于用户的协同过滤推荐算法,根据评分数据计算推荐,同时还使用了新用户喜好标签进行混合推荐,及将两种推荐结果全部输出,解决了冷启动和数据稀疏性问题。同时采用基于统计的热点推荐和相关推荐等。

**冷启动**:一个新用户第一次登录,没有评分和收藏数据,那么没有办法进行个性化推荐;

**数据稀疏性**:会伴随项目的整个运行过程,比如:项目刚上线,新闻数据很多,但是用户及用户的评分、收藏数据较少,用户之间没有交集,那么有些用户就没有推荐结果

**1、开发工具和实现技术**
IDEA,jdk1.8,mysql5.5/mysql8,navicat数据库管理工具,tomcat7,SSM(spring+springmvc+mybatis)开发框架,jsp页面,javascript脚本,jquery脚本,bootstrap前端框架,layer弹窗组件,webuploader文件上传组件等。

**2、项目功能**

**前台用户包含**:注册、登录、注销、浏览新闻、搜索新闻、信息修改、密码修改、新闻评分、个人中心,新闻收藏、新闻评论、新闻浏览、用户喜好标签、热点推荐、个性化推荐新闻等功能;

**后台管理员包含**:数据统计、用户管理、新闻管理、新闻类型管理、评分管理、收藏管理、评论管理、用户喜好标签管理、浏览记录管理等。

**个性化推荐功能**:

**游客**:展示热点推荐(根据新闻被收藏数量降序推荐)

**登录用户**:同时进行 基于用户的协同过滤推荐算法进行推荐(根据评分数据)和 基于喜好标签的推荐(根据登录用户的喜好标签随机推荐)

### 系统功能展示

**1,前台用户系统**

**游客**:

![01首页](https://github.com/user-attachments/assets/cb153419-b2e7-47a1-9a81-fc5e7db10c03)

**登录用户**:

![01首页登录用户](https://github.com/user-attachments/assets/aef4ab51-4750-43a5-a919-2625ed17c823)
![02新闻详情](https://github.com/user-attachments/assets/a62339f9-3fa8-4cd8-8ecc-aac0775b1d5d)
![输入图片说明](03%E4%B8%AA%E4%BA%BA%E4%B8%AD%E5%BF%83.png)
![输入图片说明](04.png)
![输入图片说明](05.1.png)
![输入图片说明](05.png)
![输入图片说明](06.png)

**2,后台管理系统**
![输入图片说明](07.png)
![输入图片说明](08.png)
![输入图片说明](09.png)

**3,协同过滤推荐算法展示**
![输入图片说明](%E4%BB%A3%E7%A0%81.jpg)
![输入图片说明](10%E6%8E%A8%E8%8D%90%E5%B1%95%E7%A4%BA.png)
![输入图片说明](11%E7%AE%97%E6%B3%95.png)

**源码获取:** [协同过滤算法个性化新闻推荐系统源码.zip](https://github.com/user-attachments/files/18202254/default.zip)