1. 研究目的与意义
科技的不断发展使计算机和互联网技术突飞猛进，新媒体技术迅速占据市场，传统媒体逐渐被各种新闻app取代，人们获取新闻的方式不再拘泥于定时打开电视收看新闻，而是方便快捷，碎片化的获取新闻。
新闻已经进入网络时代，其时效性变得更强，内容更加丰富，成为越来越多人阅读新闻的首选。现今人们可以随时随地通过网络获取任何自己想看的新闻或者时事政治。众多的新闻媒体也随着科技的潮流加入其中，新闻app及网站如雨后春笋层出不穷。
但是海量的信息使用户不得不花费更多的时间和精力，去搜寻自己所要的内容，导致用户疲于搜索，为了解决这个问题，个性化推荐技术应运而生。现如今，该技术已经在各大互联网领域被运用，如购物。音乐、视频等。
2. 课题关键问题和重难点
基于SSM的新闻推荐系统分为两大部分，管理员和用户功能的实现，管理员的管理新闻，对用户的管理，删除评论禁言等操作。用户的注册登录，浏览收藏评论新闻等功能的实现，本课题拟完成基于SSM框架的使用协同过滤推荐算法的新闻推荐系统。
本课题的关键：
3. 国内外研究现状（文献综述）
1.前言
随着互联网的发展和普及，人类进入一个高度信息化的时代，网络中的海量信息一方面满足了用户对信息的需求，另一方面也增加了人们寻找有用信息的成本，出现所谓的“信息过载”问题。个性化推荐系统是解决信息过载问题的一个有效办法。目前学界与业界对推荐系统的研究大多关注推荐系统的技术算法，偏向技术导向，而以用户心理体验为视角的研究相对较少。评估推荐系统的质量过于强调算法的准确性，而忽略了从用户角度出发的消费者心理体验，并缺乏一个通用的推荐系统评价指标体系，这不利于推荐系统的优化和改进。个性化新闻推荐是帮助用户找到自己感兴趣的新闻信息、缓解信息过载的一种重要技术。经过几十年的广泛研究，在改善用户新闻阅读体验方面取得了显著的成功，但仍有许多未解决的问题和挑战需要进一步研究[1]。
2.研究目的
4. 研究方案
1. 系统功能结构
系统总体功能结构如图1所示
5. 工作计划
2022-2022-1学期：
第15-16周：完成选题，查阅相关中英文资料。
第17周：与导师沟通进行课题总体规划。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
