社交网络用户人格特质挖掘及其在个性化推荐领域的应用研究
| 致谢 | 第9-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第19-33页 |
| 1.1 研究背景和意义 | 第19-21页 |
| 1.2 用户人格特质的界定 | 第21-23页 |
| 1.3 国内外研究现状 | 第23-27页 |
| 1.3.1 人格特质的行为分析 | 第23-25页 |
| 1.3.2 人格特质的识别 | 第25-27页 |
| 1.4 研究问题的提出 | 第27-28页 |
| 1.5 研究内容及论文结构 | 第28-32页 |
| 1.5.1 研究内容 | 第28-30页 |
| 1.5.2 论文结构 | 第30-32页 |
| 1.6 主要创新点 | 第32-33页 |
| 第二章 相关基础模型概述 | 第33-47页 |
| 2.1 潜在狄利克雷分配模型 | 第33-37页 |
| 2.1.1 模型介绍 | 第33-35页 |
| 2.1.2 崩塌的吉布斯抽样 | 第35-37页 |
| 2.2 潜在狄利克雷分配的扩展模型 | 第37-44页 |
| 2.2.1 层次狄利克雷过程 | 第37-41页 |
| 2.2.2 包含元数据的扩展模型 | 第41-44页 |
| 2.3 矩阵分解模型 | 第44-46页 |
| 2.4 本章小结 | 第46-47页 |
| 第三章 社交网络用户人格特质与主题偏好关系分析 | 第47-73页 |
| 3.1 引言 | 第47-50页 |
| 3.2 用户人格特质与主题偏好关系模型构建 | 第50-53页 |
| 3.3 基于吉布斯采样的模型求解方法 | 第53-60页 |
| 3.3.1 基于三层中餐馆过程的吉布斯采样方法 | 第53-58页 |
| 3.3.2 基于最短路径假设的吉布斯抽样方法 | 第58-60页 |
| 3.4 实验分析 | 第60-72页 |
| 3.4.1 数据集 | 第60-62页 |
| 3.4.2 实验结果及分析 | 第62-72页 |
| 3.5 本章小结 | 第72-73页 |
| 第四章 基于主题偏好的社交网络用户人格特质识别 | 第73-91页 |
| 4.1 引言 | 第73-75页 |
| 4.2 社交网络用户人格特质识别模型构建 | 第75-77页 |
| 4.3 基于吉布斯采样和期望最大化的模型求解方法 | 第77-80页 |
| 4.4 实验分析 | 第80-90页 |
| 4.4.1 数据集 | 第81页 |
| 4.4.2 评价标准和基准算法 | 第81-82页 |
| 4.4.3 实验结果及分析 | 第82-90页 |
| 4.5 本章小结 | 第90-91页 |
| 第五章 集成人格特质的个性化推荐方法 | 第91-103页 |
| 5.1 引言 | 第91-93页 |
| 5.2 集成人格特质的矩阵分解模型构建 | 第93-95页 |
| 5.2.1 人格特质-物品矩阵的构造 | 第93页 |
| 5.2.2 模型描述 | 第93-95页 |
| 5.3 基于交替最小二乘法的模型求解方法 | 第95-97页 |
| 5.4 实验分析 | 第97-101页 |
| 5.4.1 数据集 | 第97页 |
| 5.4.2 评价标准和基准算法 | 第97-98页 |
| 5.4.3 实验结果及分析 | 第98-101页 |
| 5.5 本章小结 | 第101-103页 |
| 第六章 总结和展望 | 第103-107页 |
| 6.1 研究总结 | 第103-104页 |
| 6.2 研究展望 | 第104-107页 |
| 参考文献 | 第107-117页 |
| 攻读博士期间的学术活动及成果情况 | 第117-119页 |
| 1. 参加的学术交流与科研项目 | 第117页 |
| 2. 主要学术论文 | 第117-118页 |
| 3. 授权的发明专利 | 第118页 |
| 4. 获得的学术奖励 | 第118-119页 |
