| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究背景与意义 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文主要工作 | 第13页 |
| ·本文结构安排 | 第13-17页 |
| 第2章 相关理论及研究 | 第17-31页 |
| ·推荐系统概述 | 第17-19页 |
| ·个性化推荐技术综述 | 第19-27页 |
| ·基于内容的推荐算法 | 第19-23页 |
| ·协同过滤推荐算法 | 第23-25页 |
| ·基于图模型推荐算法 | 第25-27页 |
| ·情感挖掘技术概述 | 第27-29页 |
| ·基于情感词典的情感分析 | 第27-28页 |
| ·基于机器学习的情感分析 | 第28-29页 |
| ·音乐偏好与人格相关研究 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 用户音乐子人格特质度量与情感分析 | 第31-41页 |
| ·用户音乐子人格特质度量 | 第31-32页 |
| ·音乐子人格特质 | 第31-32页 |
| ·音乐子人格特质度量 | 第32页 |
| ·用户情感分析 | 第32-40页 |
| ·用户微博获取 | 第33-35页 |
| ·中文情感词汇本体库 | 第35-36页 |
| ·微博情感分析 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 音乐推荐模型构建与算法描述 | 第41-53页 |
| ·相关概念及定义 | 第41-42页 |
| ·音乐底层特征提取 | 第42-43页 |
| ·融入音乐子人格特质和社交网络行为分析的音乐推荐方法 | 第43-51页 |
| ·用户情感—音乐关联 | 第44-47页 |
| ·基于音乐偏好度预测的用户相似度计算(SIRP) | 第47-48页 |
| ·融入音乐子人格特质的偏好度预测与推荐 | 第48-50页 |
| ·推荐过程描述 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 实验及结果分析 | 第53-61页 |
| ·实验数据集与环境 | 第53-55页 |
| ·实验数据集 | 第53-54页 |
| ·实验环境 | 第54-55页 |
| ·评价指标 | 第55页 |
| ·实验结果与分析 | 第55-60页 |
| ·相似度计算方法比较 | 第55-57页 |
| ·参数β对推荐结果的影响 | 第57-58页 |
| ·融入音乐子人格特质和社交网络行为分析的音乐推荐 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录1 攻读硕士学位期间发表的论文 | 第67页 |
| 附录2 攻读硕士学位期间参与的项目 | 第67-68页 |
| 致谢 | 第68-69页 |