基于NLP的社交问答网站用户兴趣能力分析方法的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.3 现有研究的不足 | 第17-19页 |
| 1.4 研究内容 | 第19-20页 |
| 1.5 文章组织结构 | 第20-22页 |
| 第二章 相关理论技术综述 | 第22-34页 |
| 2.1 社交问答网络 | 第22-25页 |
| 2.1.1 社交问答网络现状 | 第22-23页 |
| 2.1.2 社交问答网络的特点 | 第23-24页 |
| 2.1.3 社交问答网络的用户需求 | 第24页 |
| 2.1.4 社交问答网络的用户行为 | 第24-25页 |
| 2.2 用户兴趣和能力 | 第25-26页 |
| 2.3 文本处理方法 | 第26-31页 |
| 2.3.1 LDA主题模型 | 第27-28页 |
| 2.3.2 自然语言处理技术 | 第28-31页 |
| 2.4 用户投票的排序算法 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 用户兴趣能力分析算法 | 第34-52页 |
| 3.1 兴趣能力分析算法总体流程 | 第34-35页 |
| 3.2 数据预处理 | 第35-39页 |
| 3.2.1 数据结构 | 第36-37页 |
| 3.2.2 数据合并 | 第37页 |
| 3.2.3 数据过滤 | 第37-39页 |
| 3.3 文本特征词提取 | 第39-41页 |
| 3.4 兴趣能力程度值计算算法 | 第41-45页 |
| 3.4.1 程度值归一化 | 第41-42页 |
| 3.4.2 短期兴趣程度值 | 第42-43页 |
| 3.4.3 能力项程度值 | 第43-44页 |
| 3.4.4 长期兴趣程度值 | 第44-45页 |
| 3.5 特征项处理 | 第45-49页 |
| 3.5.1 构建分类树 | 第46-47页 |
| 3.5.2 合并标签项 | 第47-49页 |
| 3.6 用户兴趣动态更新 | 第49-50页 |
| 3.6.1 短期兴趣更新 | 第49-50页 |
| 3.6.2 长期兴趣更新 | 第50页 |
| 3.7 用户兴趣能力分析应用 | 第50-51页 |
| 3.8 本章小结 | 第51-52页 |
| 第四章 实验与验证 | 第52-64页 |
| 4.1 实验数据 | 第52-53页 |
| 4.1.1 实验数据来源 | 第52页 |
| 4.1.2 实验数据要求 | 第52页 |
| 4.1.3 数据对比标准 | 第52-53页 |
| 4.1.4 数据存储方案 | 第53页 |
| 4.2 算法准确率计算 | 第53-60页 |
| 4.2.1 验证方法 | 第53-54页 |
| 4.2.2 数据选取 | 第54页 |
| 4.2.3 参数选取 | 第54-56页 |
| 4.2.4 单一用户分析 | 第56-60页 |
| 4.2.5 多用户分析 | 第60页 |
| 4.3 算法对比分析 | 第60-63页 |
| 4.3.1 用户兴趣能力分类树验证 | 第60-62页 |
| 4.3.2 用户兴趣能力标签项验证 | 第62-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |
