基于超图模型的新闻推荐研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-22页 |
| 1.1. 研究背景及意义 | 第13-15页 |
| 1.2. 研究现状 | 第15-16页 |
| 1.3. 本论文的关键问题和挑战 | 第16-17页 |
| 1.3.1. 普适性模型 | 第16页 |
| 1.3.2. 领域知识学习 | 第16-17页 |
| 1.3.3. 新闻演化 | 第17页 |
| 1.3.4. 用户冷启动 | 第17页 |
| 1.4. 本论文的研究内容，目标及创新点 | 第17-19页 |
| 1.5. 本论文的内容组织 | 第19-22页 |
| 第二章. 相关研究综述 | 第22-43页 |
| 2.1. 引言 | 第22-23页 |
| 2.2. 新闻推荐技术 | 第23-30页 |
| 2.2.1. 基于内容过滤的新闻推荐 | 第24-26页 |
| 2.2.2. 基于协同过滤的新闻推荐 | 第26-28页 |
| 2.2.3. 混合方法的新闻推荐 | 第28-30页 |
| 2.3. 超图学习 | 第30-40页 |
| 2.3.1. 超图的定义和概念 | 第30-32页 |
| 2.3.2. 超图的聚类研究 | 第32-35页 |
| 2.3.3. 超图的排序研究 | 第35-38页 |
| 2.3.4. 超图的随机游走研究 | 第38-40页 |
| 2.4. 评价指标 | 第40-42页 |
| 2.4.1. 准确度 | 第40-41页 |
| 2.4.2. 多样性 | 第41页 |
| 2.4.3. 排序性 | 第41页 |
| 2.4.4. 覆盖率 | 第41-42页 |
| 2.5. 本章小结 | 第42-43页 |
| 第三章. 新闻推荐的超图模型 | 第43-63页 |
| 3.1. 引言 | 第43-45页 |
| 3.2. 示例说明 | 第45-46页 |
| 3.3. 新闻超图的节点 | 第46-48页 |
| 3.4. 新闻超图的超边、边权及矩阵 | 第48-52页 |
| 3.4.1. 超边及边权定义 | 第48-50页 |
| 3.4.2. 矩阵定义 | 第50-52页 |
| 3.5. 新闻文本预处理 | 第52-62页 |
| 3.5.1. 未登录词提取 | 第52-59页 |
| 3.5.2. 新闻分类 | 第59-62页 |
| 3.6. 本章小结 | 第62-63页 |
| 第四章. 基于超图聚类的新闻推荐 | 第63-96页 |
| 4.1. 引言 | 第63-64页 |
| 4.2. 问题的定义和描述 | 第64-65页 |
| 4.3. 示例说明 | 第65-66页 |
| 4.4. 基于超图聚类的推荐框架 | 第66-72页 |
| 4.4.1. 基于超图模型的聚类 | 第67-68页 |
| 4.4.2. 新闻选择与推荐 | 第68-72页 |
| 4.5. 基于文本聚类的新闻推荐 | 第72-83页 |
| 4.5.1. 基于细聚类的新闻推荐 | 第72-78页 |
| 4.5.2. 基于二次聚类和效用度模型的新闻推荐 | 第78-83页 |
| 4.6. 实验与讨论 | 第83-94页 |
| 4.6.1. 语料集简介 | 第83-86页 |
| 4.6.2. 基线方法简介 | 第86-87页 |
| 4.6.3. 参数调整与超图模型分析 | 第87-91页 |
| 4.6.4. 实验结果与分析 | 第91-94页 |
| 4.7. 本章小结 | 第94-96页 |
| 第五章. 基于超图排序的新闻推荐 | 第96-114页 |
| 5.1. 引言 | 第96-97页 |
| 5.2. 问题的定义和描述 | 第97-98页 |
| 5.3. 示例说明 | 第98页 |
| 5.4. 基于超图排序的推荐框架 | 第98-101页 |
| 5.5. 基于二叉决策树的优化方法 | 第101-105页 |
| 5.6. 实验与讨论 | 第105-113页 |
| 5.6.1. 参数调整与超图模型分析 | 第105-109页 |
| 5.6.2. 实验结果与分析 | 第109-113页 |
| 5.7. 本章小结 | 第113-114页 |
| 第六章. 基于新闻链的新闻推荐 | 第114-130页 |
| 6.1. 引言 | 第114-115页 |
| 6.2. 问题的定义和描述 | 第115-116页 |
| 6.3. 示例说明 | 第116页 |
| 6.4. 基于新闻链的推荐框架 | 第116-124页 |
| 6.4.1. 新闻链的基本特征 | 第116-118页 |
| 6.4.2. 新闻链构建和新闻推荐融合 | 第118-120页 |
| 6.4.3. 新闻粘连度分析 | 第120-122页 |
| 6.4.4. 使用超图模型挖掘新闻链 | 第122-124页 |
| 6.5. 实验与讨论 | 第124-129页 |
| 6.5.1. 参数调整 | 第125-126页 |
| 6.5.2. 实验结果与分析 | 第126-129页 |
| 6.6. 本章小结 | 第129-130页 |
| 总结与展望 | 第130-133页 |
| 参考文献 | 第133-145页 |
| 攻读博士学位期间取得的研究成果 | 第145-147页 |
| 致谢 | 第147-149页 |
| 附件 | 第149页 |
