摘要：将个性化推荐技术运用于新闻阅读应用，以其快速、精准的特点帮助用户快捷获取兴趣新闻，是值得挖掘的研究方向。设计并实现了一种新闻推荐系统，该系统基于用户协同过滤推荐技术，通过收集用户数据，计算阅读耗时因子对用户偏好值进行修正，纳入新闻热度影响并通过热度惩罚用户相似度值；然后基于相似邻居集对用户未阅读的新闻进行Top—N排序得到推荐列表，从而向用户推送其感兴趣的新闻。经测试，原型系统能够实时更新用户兴趣模型，达到推新、推准的效果，各项功能均已达到设计预期目标。

关键词：个性化推荐 阅读耗时因子 

单位：华中师范大学物理科学与技术学院; 湖北武汉430070