| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 实体的定义 | 第10页 |
| 1.2.2 实体相关度计算研究现状 | 第10-12页 |
| 1.2.3 实体关系分类研究现状 | 第12-13页 |
| 1.3 本文的主要内容及章节安排 | 第13-15页 |
| 第2章 互指导的实体相关度计算模型 | 第15-36页 |
| 2.1 引言 | 第15-16页 |
| 2.2 相似度和相关度 | 第16页 |
| 2.3 传统的相关度计算方法 | 第16-19页 |
| 2.3.1 基于语义词典的相关度计算方法 | 第16-18页 |
| 2.3.2 基于语料库的相关度计算方法 | 第18-19页 |
| 2.3.3 基于维基百科的相关度计算方法 | 第19页 |
| 2.4 词语和文本互指导的实体相关度计算模型 | 第19-26页 |
| 2.4.1 模型描述 | 第19-23页 |
| 2.4.2 模型有效性验证 | 第23-24页 |
| 2.4.3 参数初始化 | 第24-25页 |
| 2.4.4 模型复杂性与敛散性分析 | 第25-26页 |
| 2.5 移动 App 实体相关度计算 | 第26-28页 |
| 2.5.1 移动 App 语料库构建 | 第26-27页 |
| 2.5.2 基于用户评论信息的 App 实体相关度计算 | 第27-28页 |
| 2.6 实验评测 | 第28-35页 |
| 2.6.1 实验设置 | 第28-31页 |
| 2.6.2 实验结果与分析 | 第31-35页 |
| 2.7 本章小结 | 第35-36页 |
| 第3章 基于相关度特征的实体关系分类 | 第36-54页 |
| 3.1 引言 | 第36-37页 |
| 3.2 关系分类特征选择 | 第37-39页 |
| 3.2.1 经典关系分类特征 | 第37-38页 |
| 3.2.2 语义相关度特征 | 第38页 |
| 3.2.3 移动 App 实体关系分类特征 | 第38-39页 |
| 3.3 基于有监督学习算法的实体关系分类 | 第39-41页 |
| 3.3.1 k 近邻算法 | 第39-40页 |
| 3.3.2 支持向量机 | 第40-41页 |
| 3.4 基于半监督自助学习改进算法的实体关系分类 | 第41-44页 |
| 3.4.1 自助学习算法 | 第42页 |
| 3.4.2 初始标注集合的分层抽样算法 | 第42-44页 |
| 3.4.3 已标注数据的增长策略 | 第44页 |
| 3.4.4 迭代次数的控制 | 第44页 |
| 3.5 实验评测 | 第44-53页 |
| 3.5.1 实验设置 | 第44-47页 |
| 3.5.2 实验结果与分析 | 第47-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第4章 基于实体关系的移动 App 推荐系统 | 第54-66页 |
| 4.1 引言 | 第54-55页 |
| 4.2 移动 App 推荐系统介绍 | 第55-57页 |
| 4.2.1 已有的 App 推荐系统 | 第55-56页 |
| 4.2.2 移动 App 推荐算法 | 第56-57页 |
| 4.3 基于实体关系的移动 App 推荐系统实现 | 第57-61页 |
| 4.3.1 实体数据获取子系统 | 第58页 |
| 4.3.2 实体关系网络搭建子系统 | 第58-60页 |
| 4.3.3 数据存储子系统 | 第60页 |
| 4.3.4 实体推荐子系统 | 第60-61页 |
| 4.4 系统展示及分析 | 第61-65页 |
| 4.5 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74页 |