油田培训考核系统中个性化推荐技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 油田培训考核系统 | 第9-10页 |
| 1.2.2 个性化推荐技术 | 第10-11页 |
| 1.2.3 主题模型 | 第11-12页 |
| 1.3 论文的研究内容及结构安排 | 第12-15页 |
| 1.3.1 论文研究内容 | 第12-13页 |
| 1.3.2 论文结构安排 | 第13-15页 |
| 第二章 相关理论研究 | 第15-26页 |
| 2.1 个性化推荐技术 | 第15-20页 |
| 2.1.1 个性化推荐技术概述 | 第15-16页 |
| 2.1.2 个性化推荐算法 | 第16-20页 |
| 2.2 主题模型 | 第20-25页 |
| 2.2.1 主题模型概述 | 第20-22页 |
| 2.2.2 主题模型分类 | 第22-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于改进的LDA主题模型的特征建模 | 第26-36页 |
| 3.1 特征建模的总体流程 | 第26页 |
| 3.2 信息收集与预处理 | 第26-29页 |
| 3.2.1 推荐对象信息收集 | 第26-28页 |
| 3.2.2 员工信息收集 | 第28-29页 |
| 3.2.3 文本内容预处理 | 第29页 |
| 3.3 改进的LDA模型推荐对象特征建模 | 第29-32页 |
| 3.4 员工特征建模 | 第32-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第四章 推荐算法设计 | 第36-43页 |
| 4.1 推荐算法总体设计 | 第36页 |
| 4.2 相似度计算 | 第36-38页 |
| 4.3 个性化培训 | 第38-40页 |
| 4.3.1 个性化培训实现流程 | 第38页 |
| 4.3.2 冗余删除及排序 | 第38-39页 |
| 4.3.3 个性化培训的冷启动问题 | 第39-40页 |
| 4.4 个性化考核 | 第40-41页 |
| 4.4.1 智能组卷设计 | 第40-41页 |
| 4.4.2 个性化考核的冷启动问题 | 第41页 |
| 4.5 本章小结 | 第41-43页 |
| 第五章 油田培训考核系统个性化推荐的实现 | 第43-58页 |
| 5.1 个性化推荐实现概述 | 第43-44页 |
| 5.2 推荐系统的实现 | 第44-57页 |
| 5.2.1 数据采集 | 第44-47页 |
| 5.2.2 数据重组 | 第47页 |
| 5.2.3 预处理模块 | 第47-49页 |
| 5.2.4 主题模型模块 | 第49-53页 |
| 5.2.5 个性化推荐 | 第53-56页 |
| 5.2.6 个性化推荐技术应用效果分析 | 第56-57页 |
| 5.3 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 发表文章目录 | 第63-64页 |
| 致谢 | 第64-65页 |
