基于用户特征的新闻推荐系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 相关技术概述 | 第15-25页 |
| 2.1 用户模型 | 第15-17页 |
| 2.1.1 用户模型的形式 | 第15-16页 |
| 2.1.2 用户模型的建模技术 | 第16-17页 |
| 2.2 个性化推荐技术 | 第17-22页 |
| 2.2.1 协同过滤推荐技术 | 第17-19页 |
| 2.2.2 基于内容的推荐技术 | 第19-21页 |
| 2.2.3 混合推荐技术 | 第21-22页 |
| 2.3 数据挖掘技术 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 面向新闻领域的用户特征分析 | 第25-32页 |
| 3.1 用户特征概述 | 第25页 |
| 3.2 用户特征数据的来源 | 第25-26页 |
| 3.3 用户特征的稳定与变迁 | 第26-28页 |
| 3.3.1 单天用户特征 | 第27页 |
| 3.3.2 短期用户特征 | 第27-28页 |
| 3.3.3 长期用户特征 | 第28页 |
| 3.4 用户特征分析与评估 | 第28-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 用户特征模型的实现 | 第32-40页 |
| 4.1 用户数据的处理 | 第32-37页 |
| 4.1.1 文本分词 | 第33-34页 |
| 4.1.2 文本特征提取和向量化 | 第34-36页 |
| 4.1.3 文本分类 | 第36-37页 |
| 4.2 用户模型的建立 | 第37-38页 |
| 4.3 用户模型的更新 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 新闻推荐系统的设计与实现 | 第40-54页 |
| 5.1 需求分析 | 第40-41页 |
| 5.2 系统总体设计 | 第41-42页 |
| 5.3 模块功能分析与设计 | 第42-47页 |
| 5.3.1 新闻收集模块 | 第43-44页 |
| 5.3.2 关键字提取与文本分类模块 | 第44-45页 |
| 5.3.3 用户模型模块 | 第45页 |
| 5.3.4 新闻推荐模块 | 第45-47页 |
| 5.4 数据库设计 | 第47-50页 |
| 5.5 系统应用 | 第50-53页 |
| 5.6 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
