首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

农业知识推送模型及向量特征项提取算法研究

摘要第1-6页
Abstract第6-12页
第一章 绪论第12-20页
 1 研究目的及意义第12-13页
 2 国内外研究发展动态第13-19页
   ·推荐系统第13-17页
   ·向量特征项提取算法第17-19页
 3 本文主要研究内容第19-20页
第二章 湖南省农村信息化服务平台——农业信息推送模型第20-30页
 1 推荐系统第20-23页
   ·协同过滤推荐系统第20-22页
     ·用户兴趣文件第20页
     ·生成最近邻居集第20-21页
     ·产生推荐结果第21页
     ·优势及不足第21-22页
   ·基于内容的推荐第22-23页
     ·无法对多媒体数据类型进行处理第22页
     ·无法自动更新第22-23页
     ·过度特征化第23页
     ·推荐质量第23页
   ·混合推荐第23页
   ·基于数据挖掘推荐第23页
 2 湖南省农村信息综合服务平台第23-25页
 3 农业信息推送模型第25-30页
   ·技术路线第25-26页
     ·数据采集第25页
     ·数据预处理第25页
     ·文本表示第25页
     ·特征提取第25页
     ·相似度计算第25-26页
     ·推送机制第26页
     ·模型修正第26页
   ·整体架构第26-30页
     ·收集信息并进行预处理第27-28页
     ·分词第28页
     ·用户兴趣第28页
     ·特征提取第28页
     ·用户兴趣分类第28-29页
     ·相似度计算第29页
     ·信息推送第29页
     ·反馈修正第29-30页
第三章 特征选择算法改进第30-44页
 1 文本表示第30-31页
   ·布尔方法第30页
   ·概率方法第30页
   ·空间向量模型第30-31页
 2 特征提取方法第31-37页
   ·布尔函数第32-33页
   ·词语频率(Term Frequency,TF)第33页
   ·反文档词频(Inverse document frequency,IDF)第33-34页
   ·信息增益(Information Gain,IG)第34页
   ·互信息(MutualInformation,MI)第34页
   ·χ~2统计量(CHI)第34-35页
   ·期望交叉熵(Expected Cross Entropy)第35页
   ·几率比(Odds ratio)第35-36页
   ·TF-IDF第36页
   ·TF-IDF-IG算法第36-37页
 3 本文提出的改进算法第37-44页
   ·基于产业类型表空间对TF-IDF-IG进行改进第37-38页
   ·从HTML结构上对TF-IDF-IG进行改进第38页
   ·缓解数量级差别引起的数据不平衡问题第38页
   ·支撑词语义均衡化修正第38-39页
   ·算法的具体描述第39-44页
     ·相关定义第39-40页
     ·改进算法第40-44页
第四章 实验描述及结果分析第44-54页
 1 实验总体方案介绍第44-45页
 2 评估方法第45-46页
   ·查全率(Recall)第45-46页
   ·查准率(Precision)第46页
   ·F1值第46页
 3 实验细节设计及实现第46-50页
   ·数据来源第46-47页
   ·分词第47页
   ·用户兴趣特征向量第47-49页
     ·用户长期兴趣算法第48页
     ·用户短期兴趣算法第48页
     ·用户兴趣特征第48-49页
   ·特征提取第49页
   ·用户兴趣分类第49-50页
 4 实验结论比较第50-54页
   ·改进的特征提取算法第50-52页
   ·推送结果第52-54页
第五章 总结与展望第54-56页
 1 工作总结第54页
 2 下阶段工作第54-56页
参考文献第56-62页
致谢第62-63页
作者简介第63页

论文共63页,点击 下载论文
上一篇:时间序列非线性分析及其应用
下一篇:丹参对铜诱导肝损伤的保护作用