全文总字数：3745字

1. 研究目的与意义及国内外研究现状

随着技术的不断发展，各领域数据均呈现爆炸式增长，使得用户在大量信息面前成为被动接受者。各种阅读软件、微博、博客、微信、新闻等推送目不暇接，该选题的目的即希望能够以用户兴趣的相似性为基础，通过算法为用户提供个性化内容推荐，避免冗余的大量信息，从而阅读自己感兴趣的内容，成为内容的主动接收者。

本设计结合生产实际应用word2vec实现基于内容的推荐算法，不仅旨在通过word2vec算法训练词向量，实现关键字、关键词提取内容，还将进行深度学习，实现基于整篇文章的内容推荐。该选题在前人研究成果的基础上，探索word2vec与基于内容的推荐算法对个性化服务的更广泛应用，目前在这方面的研究不足。这一设计在理论研究中应用深度学习工具为内容推荐算法提供了更为系统化地归纳，对大数据时代各种信息集的个性化获取、分析具有重要的指导意义。

国内外研究现状

随着信息技术与互联网的发展，更多的内容和信息被数据化，人们逐渐从信息匮乏走入了信息过载的大数据时代。数据的海量增长使得文本信息的分析与处理需求日益凸显。无论是信息消费者还是信息生产者都遇到了很大的挑战。

2. 研究的基本内容

本设计主要的研究目的是根据用户过去的行为，判断用户的喜好，应用word2vec实现基于关键字、关键词以及基于整篇文章内容的推荐算法设计。

拟从以下几个方面进行研究：

首先拟介绍推荐算法的提出，分析推荐技术的产生北京，及其引入数据处理领域所带来的重大意义；

3. 实施方案、进度安排及预期效果

实施方案具体内容包括：

设计研究背景（国内外研究现状及研究意义）

设计研究目标和主要内容

4. 参考文献

1. 项亮. 推荐系统实践[m]. 北京：人民邮电出版社, 2012

2. 李跃鹏，金翠，及俊川. 基于word2vec的关键词提取算法[j].科研信息化技术与应用，2015，6（4）：54-59

3. 王立霞，淮晓永. 基于语义的中文文本关键词提取算法[j].计算机工程，2012,38（01）：1-4.