基于混合策略的新闻推荐模型设计
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-13页 |
| 1.2 本文主要工作 | 第13-16页 |
| 1.3 论文组织结构 | 第16-17页 |
| 2 相关技术介绍 | 第17-28页 |
| 2.1 文本分类技术 | 第17-21页 |
| 2.1.1 文本分类的一般性描述 | 第18页 |
| 2.1.2 文本分类的关键问题 | 第18-20页 |
| 2.1.3 文本分类的应用 | 第20-21页 |
| 2.2 新闻推荐技术 | 第21-28页 |
| 2.2.1 推荐技术简介 | 第21-24页 |
| 2.2.2 新闻推荐技术介绍 | 第24-28页 |
| 3 基于LDA的新闻推荐模型 | 第28-43页 |
| 3.1 LDA模型构建 | 第28-30页 |
| 3.1.1 一般过程 | 第28-29页 |
| 3.1.2 参数估计 | 第29-30页 |
| 3.2 基于LDA的新闻模型构建 | 第30-35页 |
| 3.2.1 预处理与分词 | 第31-33页 |
| 3.2.2 模型构建 | 第33-35页 |
| 3.3 用户综合兴趣模型构建 | 第35-40页 |
| 3.3.1 模型描述 | 第35-38页 |
| 3.3.2 权值设置 | 第38-39页 |
| 3.3.3 推荐列表示例 | 第39-40页 |
| 3.4 模型测试和评价 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 基于命名实体集合的用户兴趣模型 | 第43-54页 |
| 4.1 基于命名实体集合的特征提取 | 第43-47页 |
| 4.1.1 命名实体集合的使用 | 第43-46页 |
| 4.1.2 命名实体集合的生成 | 第46-47页 |
| 4.2 基于命名实体集合的新闻模型构建 | 第47-48页 |
| 4.3 用户综合兴趣模型的构建 | 第48-51页 |
| 4.3.1 用户的新闻标题兴趣模型构建 | 第49页 |
| 4.3.2 用户的新闻内容兴趣模型构建 | 第49-50页 |
| 4.3.3 用户的综合兴趣模型构建 | 第50-51页 |
| 4.4 模型测试及评价 | 第51-53页 |
| 4.5 本章总结 | 第53-54页 |
| 5 基于混合策略的用户兴趣模型 | 第54-62页 |
| 5.1 数据集介绍 | 第54-55页 |
| 5.2 混合推荐策略 | 第55-59页 |
| 5.2.1 混合策略介绍 | 第55-56页 |
| 5.2.2 本文的混合策略 | 第56-59页 |
| 5.3 结果测试 | 第59-60页 |
| 5.4 本章总结 | 第60-62页 |
| 6 新闻推荐系统设计 | 第62-76页 |
| 6.1 系统的一般设计 | 第62-69页 |
| 6.1.1 功能需求 | 第63-64页 |
| 6.1.2 架构设计 | 第64-66页 |
| 6.1.3 数据库设计 | 第66-69页 |
| 6.2 系统的核心设计 | 第69-72页 |
| 6.2.1 推荐模型模块设计 | 第69-70页 |
| 6.2.2 列表优化模块设计 | 第70-72页 |
| 6.3 新闻推荐系统的处理流程 | 第72-75页 |
| 6.4 本章总结 | 第75-76页 |
| 7 总结与展望 | 第76-78页 |
| 7.1 本文总结 | 第76页 |
| 7.2 工作展望 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84页 |
