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--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于消费者评论挖掘的餐饮推荐系统实现

摘要第4-5页
abstract第5-6页
第一章 绪论第9-16页
    1.1 研究背景与意义第9-11页
        1.1.1 研究背景第9-10页
        1.1.2 研究意义第10-11页
    1.2 推荐系统研究现状第11-14页
        1.2.1 传统推荐系统的研究现状第11-13页
        1.2.2 文本挖掘在推荐系统中的研究现状第13-14页
    1.3 本文的研究内容与结构安排第14-16页
        1.3.1 本文的研究内容第14页
        1.3.2 本文的结构安排第14-16页
第二章 餐饮推荐系统的方案设计第16-21页
    2.1 推荐系统的原理及架构第16-18页
    2.2 需求分析第18页
        2.2.1 项目背景第18页
        2.2.2 需求分析第18页
    2.3 餐饮推荐系统设计第18-20页
    2.4 本章小结第20-21页
第三章 Web数据采集与预处理第21-27页
    3.1 餐饮数据采集第21-24页
        3.1.1 网络爬虫的概念及组成第21-22页
        3.1.2 网络爬虫的分类第22页
        3.1.3 数据采集模块设计第22-24页
    3.2 餐饮评论预处理第24-26页
        3.2.1 文本处理相关概念第24-25页
        3.2.2 数据预处理模块设计第25-26页
    3.3 本章小结第26-27页
第四章 评论摘要抽取第27-39页
    4.1 引言第27-28页
        4.1.1 评论摘要抽取的意义第27-28页
        4.1.2 评论摘要抽取的研究现状第28页
    4.2 依存句法分析第28-30页
    4.3 餐饮评论摘要抽取模块设计第30-34页
        4.3.1 评论文本预处理第31页
        4.3.2 依存句法分析第31-32页
        4.3.3 评论摘要抽取规则第32-34页
    4.4 实验第34-37页
        4.4.1 实验数据第34-35页
        4.4.2 评测标准第35-36页
        4.4.3 实验结果及分析第36-37页
    4.5 本章小结第37-39页
第五章 评论情感极性分类第39-54页
    5.1 引言第39-41页
        5.1.1 评论情感极性分类的重要性第39页
        5.1.2 评论情感极性分类的研究现状第39-41页
    5.2 基于词性的特征选择模型第41-45页
        5.2.1 词性组合的情感倾向分析第41-44页
        5.2.2 模型算法描述第44-45页
    5.3 评论情感极性分类模块设计第45-49页
        5.3.1 x~2统计量第45-46页
        5.3.2 评论情感极性分类第46-49页
    5.4 实验第49-53页
        5.4.1 实验数据第49-50页
        5.4.2 评测标准第50页
        5.4.3 实验结果及分析第50-53页
    5.5 本章小结第53-54页
第六章 餐厅相似度计算第54-66页
    6.1 引言第54-58页
        6.1.1 推荐系统中的相似度计算第54-55页
        6.1.2 推荐系统领域的多属性打分第55-58页
    6.2 餐饮推荐领域的多属性打分第58-60页
        6.2.1 餐饮推荐中的多属性打分第58-59页
        6.2.2 多属性打分模型设计第59-60页
    6.3 餐厅相似度计算模块设计第60-63页
        6.3.1 餐厅多属性特征打分第60页
        6.3.2 餐厅属性特征打分向量构建第60-62页
        6.3.3 餐厅的相似度计算第62-63页
    6.4 实验第63-65页
        6.4.1 实验数据第63页
        6.4.2 实验结果及分析第63-65页
    6.5 本章小结第65-66页
第七章 推荐系统的实现及实验分析第66-72页
    7.1 协同过滤推荐算法第66-68页
    7.2 餐饮推荐系统的实现第68-69页
        7.2.1 餐饮推荐系统架构第68-69页
        7.2.2 实验环境第69页
        7.2.3 系统展示第69页
    7.3 实验结果及分析第69-71页
        7.3.1 实验数据第69-70页
        7.3.2 实验步骤第70页
        7.3.3 评测标准第70页
        7.3.4 实验结果及分析第70-71页
    7.4 本章小结第71-72页
第八章 总结与展望第72-73页
参考文献第73-76页
附录1 攻读硕士学位期间撰写的论文第76-77页
附录2 攻读硕士学位期间申请的专利第77-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:基于QQ物联平台的智能硬件接入方案应用研究
下一篇:宁夏电信IPTV广告业务系统的设计与实现