随着互联网的迅猛发展和移动设备的普及,移动设备已成为人们浏览新闻的主要平台之一。视觉障碍人群由于视觉方面的缺陷,使用移动设备时存在诸多障碍,然而现有的新闻阅读类移动应用功能和界面繁杂,且大都没有进行无障碍适配,使得视障用户在查看时信息获取效率低下,几乎无法使用。在此背景下,为视障用户定制一款移动新闻阅读应用变得十分必要。因此,中国盲文出版社和实验室希望通过合作,开发一款适配无障碍功能,适合视障人士使用的移动新闻系统。为了提高视障用户获取新闻的效率,本文首先提出并实现了一种结合用户行为的混合推荐方法,以解决视障用户在面对海量新闻信息时无法便捷地获取到感兴趣的新闻的问题。该方法通过显式和隐式结合的途径收集视障用户特有的行为信息,从而对用户浏览过的新闻进行评分,将评分融入到基于内容推荐的方法中,得到用户随时间变化的历史兴趣模型。用基于用户的协同过滤发现用户的潜在兴趣模型,将两个模型以一定方法进融合得到最终的兴趣模型。最后,计算待推荐的新闻与该兴趣模型的相似度,得到推荐结果。本文进行了实验分析,证明此算法在推荐效果上优于传统的推荐算法。其次,为了解决视障用户难以整体了解特定新闻话题的问题,本文设计并实现了热点新闻话题的自动检测和组织功能。首先,通过Single-Pass增量聚类方法将持续采集到的新闻文本归类到不同话题,然后在每个话题内部进行基于时间相似度的层次聚类,得到事件发展脉络模型,并选取发展脉络中具有代表性的新闻,按时间顺序组织并呈现给用户,使视障用户能方便地了解事件随时间发展的情况。最后,本文设计并实现了一个面向视障用户的移动新闻阅读系统,该系统包括提供新闻数据并进行数据处理的服务端,以及结合iOS系统和视障用户特点设计的无障碍新闻客户端。让视障用户能有一个便捷获取新闻的新途径。