| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外相关研究和综述 | 第9-11页 |
| 1.2.1 标签推荐方法 | 第9-10页 |
| 1.2.2 图像自动标注 | 第10-11页 |
| 1.2.3 用户评论挖掘 | 第11页 |
| 1.3 问题的总结与分析 | 第11-12页 |
| 1.4 本文主要工作 | 第12-13页 |
| 1.5 本文组织结构 | 第13-14页 |
| 第2章 FLICKR图像标签推荐的相关知识 | 第14-24页 |
| 2.1 FLICKR的相关数据统计分析 | 第14-18页 |
| 2.1.1 标签特征分析 | 第14-17页 |
| 2.1.2 用户评论特征分析 | 第17-18页 |
| 2.2 用户生成内容的标签推荐 | 第18-20页 |
| 2.2.1 基于图的方法 | 第19页 |
| 2.2.2 基于内容的方法 | 第19-20页 |
| 2.3 关键词自动标注 | 第20-22页 |
| 2.3.1. 候选关键词生成 | 第20-21页 |
| 2.3.2. 关键词排序推荐 | 第21-22页 |
| 2.4 标签推荐算法评价标准 | 第22-23页 |
| 2.4.1 客观评价 | 第22-23页 |
| 2.4.2 主观评价 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 候选标签生成算法 | 第24-39页 |
| 3.1 单词粒度的候选标签生成 | 第24-28页 |
| 3.1.1 分词 | 第25页 |
| 3.1.2 停用词去除 | 第25页 |
| 3.1.3 词干提取 | 第25-26页 |
| 3.1.4 拼写检查与校正 | 第26-27页 |
| 3.1.5 词性标注 | 第27-28页 |
| 3.2 短语粒度的候选标签生成 | 第28-33页 |
| 3.2.1 浅层句法分析 | 第29-30页 |
| 3.2.2 语义相似度 | 第30-32页 |
| 3.2.3 聚类方法 | 第32-33页 |
| 3.2.4 从聚类中心短语扩展候选标签 | 第33页 |
| 3.3 实验设计与结果分析 | 第33-38页 |
| 3.3.1 单词粒度的候选标签生成实验 | 第34-36页 |
| 3.3.2 短语粒度的候选标签生成实验 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 标签排序推荐算法 | 第39-53页 |
| 4.1 基于统计特征TF-IDF的标签推荐 | 第39-40页 |
| 4.2 基于隐含主题模型LDA的标签推荐 | 第40-42页 |
| 4.3 基于词图模型TEXTRANK的标签推荐 | 第42-43页 |
| 4.4 融合统计特征和词图模型的标签推荐 | 第43-44页 |
| 4.5 实验设计与结果分析 | 第44-52页 |
| 4.5.1 基于隐含主题模型LDA的标签推荐实验 | 第46-47页 |
| 4.5.2 基于词图模型TextRank的标签推荐实验 | 第47-49页 |
| 4.5.3 融合统计特征和词图模型的标签推荐实验 | 第49-52页 |
| 4.6 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59页 |