贝叶斯分类或类似的推荐系统技术

我正在开发一个新闻应用程序。在主页上，用户可以看到一个标题列表，然后他可以点击其中一个阅读文章和评论。

我想根据他的历史提供一个"推荐文章"的选项。例如，如果他读了一篇文章，我会给算法提供标题关键词，这样它就会知道这个用户喜欢读什么。

我所读到的关于贝叶斯过滤器的问题是，你需要用好的输入和坏的输入(比如好的电子邮件和垃圾邮件)来训练它们。我的情况的不同之处在于没有坏的例子。如果用户没有阅读一篇文章——这并不意味着这是一个糟糕的分类(因为他将来仍然可能会阅读这篇文章)，但只有当他阅读了一篇文章——他将来更有可能阅读类似的文章。

基本上，我在寻找一种算法来帮助我推荐文章给特定的用户——基于他过去读过的文章。它将在移动设备上运行，所以任何实现(C/c++/Obj-C)都可以工作。

谢谢。