新闻网站本质上是为用户提供一种新闻信息化服务。面对不同的新闻,用户所表现出的关注程度是不同的。如何发现用户真实的兴趣,并根据用户兴趣向用户推荐新闻,把用户从海量的信息中解放出来,这种信息服务诉求对新闻网站提出了新的能力要求。本文参与分析并实现了新闻推荐系统中的用户行为特征提取子系统部分,共分为以下五个模块：输入模块、用户行为特征提取模块、推荐规则生成模块、输出模块和管理员管理模块。其中本子系统的核心部分为用户行为特征提取模块的设计和实现部分,特征提取算法的好坏直接决定了推荐规则产生的准确性高低,同时也影响了系统的性能的优劣和用户的满意度。本文中用户行为特征提取算法的设计主要借鉴了粗糙集理论中的属性约简与规则提取的思想。本文主要完成的工作：首先,一种依据用户浏览记录的属性约简和特征提取算法,可以根据用户的浏览记录分析出不同类别新闻及新闻属性影响用户浏览行为的程度,之后提取出用户对各类别新闻的兴趣度,即该用户的行为特征。该算法是新闻推荐规则生成算法的前提和基础,其算法的好坏直接决定了整个系统的质量的优劣,是本论文研究的重点。其次,推荐规则算法是在依据属性约简和特征提取得到的用户对各类新闻的兴趣度的统计分析结果,提取出针对该用户的新闻推荐规则,根据不同的用户产生不同的新闻推荐规则。新闻推荐规则是建立在用户特征提取算法的基础之上实现的,是对本系统实现的补充和完善。经过系统功能测试和集成测试,本系统可以根据用户的浏览行为,提取出用户的个性化行为特征,并依据其提取新闻推荐规则进行新闻推荐,推荐结果符合用户的兴趣,有较好的符合度。