基于事件主题分析的新闻推荐方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 论文的研究内容与组织 | 第12-15页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 论文组织 | 第13-15页 |
| 第二章 新闻数据采集及用户评分矩阵构建 | 第15-23页 |
| 2.1 引言 | 第15页 |
| 2.2 新闻数据采集 | 第15-20页 |
| 2.2.1 新闻页面分析 | 第15-17页 |
| 2.2.2 基于模板的新闻数据采集 | 第17-20页 |
| 2.3 用户评分矩阵构建 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 基于事件句关联的新闻主题模型构建方法 | 第23-37页 |
| 3.1 引言 | 第23-24页 |
| 3.2 LDA模型介绍 | 第24-27页 |
| 3.2.1 LDA模型表示 | 第25页 |
| 3.2.2 LDA参数估计 | 第25-26页 |
| 3.2.3 新样本的推断 | 第26-27页 |
| 3.3 基于事件句关联的新闻主题模型 | 第27-33页 |
| 3.3.1 新闻事件要素提取及事件句关系分析 | 第27-29页 |
| 3.3.2 基于事件句关联的新闻主题模型 | 第29-32页 |
| 3.3.3 模型参数求解 | 第32-33页 |
| 3.4 实验与分析 | 第33-35页 |
| 3.4.1 实验数据 | 第33页 |
| 3.4.2 实验评价指标 | 第33-34页 |
| 3.4.3 实验设计与分析 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 基于协同过滤主题模型新闻推荐方法 | 第37-47页 |
| 4.1 引言 | 第37页 |
| 4.2 问题定义及矩阵分解模型 | 第37-38页 |
| 4.3 基于协同过滤主题模型的新闻推荐方法 | 第38-41页 |
| 4.3.1 基于协同过滤主题模型新闻推荐方法 | 第38-39页 |
| 4.3.2 模型参数求解 | 第39-41页 |
| 4.4 实验与分析 | 第41-45页 |
| 4.4.1 实验数据 | 第41页 |
| 4.4.2 评价标准 | 第41-42页 |
| 4.4.3 实验结果与分析 | 第42-45页 |
| 4.5 本章小结 | 第45-47页 |
| 第五章 结束语 | 第47-49页 |
| 5.1 论文总结 | 第47页 |
| 5.2 下一步工作 | 第47-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 附录A 攻读硕士期间发表论文与申请软件著作权 | 第57-59页 |
| 附录B 攻读硕士期间参与项目 | 第59页 |
