数字技术与应用杂志社

摘要：<正>随着互联网信息的高速增长，新闻内容呈现更新快、数量多、类型杂的特点。用户在浏览新闻时经常面临“信息过载”问题。为提升用户的阅读体验与平台内容分发效率，本文设计并实现了一种基于协同过滤算法的个性化新闻推荐平台。系统以用户行为数据为基础，通过计算用户间的皮尔逊相关系数度量兴趣相似度，从而生成符合用户偏好的新闻推荐结果。系统采用SpringBoot与Vue3实现前后端分离架构，确保模块间的独立性与系统的可扩展性。本文对协同过滤算法在冷启动与数据稀疏性问题的改进方向进行探讨，为智能推荐技术在新闻推荐场景中的应用提供了可行的解决方案。

专辑： 信息科技

专题： 计算机软件及计算机应用;新闻与传媒

分类号： G210.7;TP391.3