考虑评论情感的共享房源个性化推荐算法研究
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 问题提出 | 第8-9页 |
| 1.1.3 研究意义 | 第9页 |
| 1.2 研究内容及技术路线 | 第9-10页 |
| 1.2.1 研究内容 | 第9页 |
| 1.2.2 技术路线 | 第9-10页 |
| 1.3 论文结构 | 第10-12页 |
| 2 研究现状综述 | 第12-22页 |
| 2.1 个性化推荐算法概述 | 第12页 |
| 2.2 个性化推荐算法比较分析 | 第12-18页 |
| 2.2.1 协同过滤推荐算法 | 第12-14页 |
| 2.2.2 基于内容的推荐算法 | 第14-15页 |
| 2.2.3 基于规则的推荐算法 | 第15-16页 |
| 2.2.4 混合推荐算法 | 第16-17页 |
| 2.2.5 算法比较 | 第17-18页 |
| 2.3 文本情感分析在个性化推荐算法中的应用 | 第18-22页 |
| 2.3.1 文本情感分析研究现状 | 第19-20页 |
| 2.3.2 结合文本情感分析改进推荐算法 | 第20-22页 |
| 3 房源共享特征分析及算法选取 | 第22-32页 |
| 3.1 房源共享概念界定 | 第22页 |
| 3.2 房源共享整体情况分析 | 第22-28页 |
| 3.2.1 首页特征 | 第23-24页 |
| 3.2.2 房源特征 | 第24-27页 |
| 3.2.3 用户特征 | 第27-28页 |
| 3.3 推荐算法选取 | 第28-32页 |
| 3.3.1 使用单一推荐算法可行性分析 | 第28-29页 |
| 3.3.2 算法选定 | 第29-32页 |
| 4 房源共享中个性化推荐算法 | 第32-45页 |
| 4.1 房源及用户特征抽取及表示 | 第32-35页 |
| 4.1.1 基本特征抽取 | 第32-34页 |
| 4.1.2 户情感特征抽取 | 第34-35页 |
| 4.2 改进的LFM产生初步推荐列表 | 第35-42页 |
| 4.2.1 LDA抽取评论主题词 | 第35-40页 |
| 4.2.2 房源相似度计算 | 第40页 |
| 4.2.3 产生初步推荐列表 | 第40-42页 |
| 4.3 考虑用户情感提高推荐精度 | 第42-45页 |
| 5 房源共享中个性化推荐算法的实验 | 第45-53页 |
| 5.1 实验数据 | 第45-47页 |
| 5.1.1 实验数据基本信息 | 第45页 |
| 5.1.2 实验数据特征分析 | 第45-47页 |
| 5.2 实验评价方法及标准 | 第47-48页 |
| 5.2.1 评价方法 | 第47页 |
| 5.2.2 评价指标 | 第47-48页 |
| 5.3 实验结果及分析 | 第48-53页 |
| 5.3.1 最佳阈值实验 | 第48-50页 |
| 5.3.2 抗数据稀疏性实验 | 第50-51页 |
| 5.3.3 评论情感倾向分析实验 | 第51-53页 |
| 6 总结及展望 | 第53-55页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-64页 |
