| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第11-15页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文的主要工作 | 第13页 |
| 1.4 论文结构 | 第13-15页 |
| 2 相关基础理论介绍 | 第15-26页 |
| 2.1 中文分词技术 | 第15-16页 |
| 2.1.1 中文分词概述 | 第15页 |
| 2.1.2 中文分词算法简述 | 第15-16页 |
| 2.2 文本表示模型 | 第16-22页 |
| 2.2.1 布尔模型 | 第16-17页 |
| 2.2.2 向量空间模型 | 第17-19页 |
| 2.2.3 概率模型 | 第19-20页 |
| 2.2.4 基于模糊集的模型 | 第20-22页 |
| 2.3 信息检索与相关反馈 | 第22-25页 |
| 2.3.1 显式反馈 | 第22-23页 |
| 2.3.2 隐式反馈 | 第23页 |
| 2.3.3 伪相关反馈 | 第23页 |
| 2.3.4 Rocchio算法 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于内容的自适应推荐系统模型 | 第26-31页 |
| 3.1 系统整体架构图 | 第26-27页 |
| 3.2 基于TextRank算法的初始模板建立模型 | 第27-28页 |
| 3.3 基于伪相关反馈的用户模板更新模型 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 基于TEXTRANK的内容推荐系统用户模板构建方法 | 第31-47页 |
| 4.1 算法概述 | 第31-32页 |
| 4.2 预处理 | 第32-35页 |
| 4.2.1 分词及词性标注 | 第32页 |
| 4.2.2 词串过滤 | 第32-33页 |
| 4.2.3 一种基于无字典的快速分词方法 | 第33-35页 |
| 4.3 基于《同义词词林》的语义确定方法 | 第35-39页 |
| 4.3.1 《同义词词林》介绍 | 第36-37页 |
| 4.3.2 文本词义项确定方法 | 第37-39页 |
| 4.4 用户已标识文本聚类 | 第39-42页 |
| 4.4.1 聚类算法 | 第40-41页 |
| 4.4.2 用户文档聚类 | 第41-42页 |
| 4.5 用改进TextRank算法提取关键义项 | 第42-45页 |
| 4.5.1 TextRank算法 | 第42页 |
| 4.5.2 改进TextRank算法提取关键义项方法 | 第42-45页 |
| 4.6 用户初始模板生成 | 第45-46页 |
| 4.7 本章小结 | 第46-47页 |
| 5 基于伪相关反馈的用户模板更新方法 | 第47-55页 |
| 5.1 算法概述 | 第47-48页 |
| 5.2 用户模板划分 | 第48-49页 |
| 5.3 用户需求模板更新 | 第49-50页 |
| 5.3.1 预处理 | 第49页 |
| 5.3.2 模板更新操作 | 第49-50页 |
| 5.4 反馈部分模板更新 | 第50-54页 |
| 5.4.1 反馈文档选取 | 第50-53页 |
| 5.4.2 反馈文档特征词选取 | 第53页 |
| 5.4.3 模板更新 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 6 实验与分析 | 第55-66页 |
| 6.1 基于TextRank算法的初始模板建立方法实验 | 第55-61页 |
| 6.1.1 数据集及相关工具 | 第55页 |
| 6.1.2 评测标准 | 第55-57页 |
| 6.1.3 实验及结果分析 | 第57-61页 |
| 6.2 基于伪相关反馈的用户模板更新方法试验 | 第61-65页 |
| 6.2.1 实验数据 | 第61页 |
| 6.2.2 评测标准 | 第61-62页 |
| 6.2.3 实验及结果分析 | 第62-65页 |
| 6.3 本章小结 | 第65-66页 |
| 7 总结与展望 | 第66-68页 |
| 7.1 本文工作总结 | 第66-67页 |
| 7.2 研究展望 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间已发表或录用的论文 | 第71-73页 |
