融合用户评论和环境信息的协同过滤算法
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-12页 |
| ·研究现状 | 第12-14页 |
| ·本文主要内容 | 第14页 |
| ·本文组织结构 | 第14-16页 |
| 第2章 基础知识及相关理论 | 第16-24页 |
| ·评论挖掘简介 | 第16-18页 |
| ·Standford Parser | 第17页 |
| ·SentiWordNet | 第17-18页 |
| ·Apriori | 第18页 |
| ·协同过滤技术 | 第18-23页 |
| ·协同过滤技术的实现 | 第19-20页 |
| ·基于用户的协同过滤 | 第20-22页 |
| ·基于项目的协同过滤 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 用户评论和环境信息的获取及处理 | 第24-36页 |
| ·基于特征意见对的用户评论挖掘方法 | 第24-29页 |
| ·产品特征挖掘 | 第26-27页 |
| ·产品特征意见对的形成 | 第27页 |
| ·计算每个特征意见对的强度 | 第27-29页 |
| ·预测评论整体的极性和强度 | 第29页 |
| ·基于特征意见对的用户评论挖掘算法 | 第29-30页 |
| ·算法思想 | 第29页 |
| ·算法描述 | 第29-30页 |
| ·环境信息的获取及相似度计算方法 | 第30-34页 |
| ·环境信息的获取 | 第31-32页 |
| ·环境匹配 | 第32-34页 |
| ·环境相似度匹配算法 | 第34-35页 |
| ·算法思想 | 第34页 |
| ·算法描述 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 融合用户评论的环境感知推荐算法 | 第36-45页 |
| ·基础知识 | 第36-38页 |
| ·融合用户评论的环境感知推荐算法 | 第38-44页 |
| ·填充用户项目评分矩阵 | 第38-41页 |
| ·用户评分相似度计算 | 第41页 |
| ·预测评分 | 第41-42页 |
| ·算法描述 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 实验验证及分析 | 第45-53页 |
| ·实验准备工作 | 第45-47页 |
| ·实验数据来源 | 第45-46页 |
| ·实验环境 | 第46-47页 |
| ·实验评价标准 | 第47-48页 |
| ·统计精确度度量标准 | 第47页 |
| ·决策支持精确度度量标准 | 第47-48页 |
| ·特征意见对挖掘结果对比 | 第48-49页 |
| ·推荐算法的精确度对比 | 第49-52页 |
| ·α值的确定 | 第49-50页 |
| ·几种算法在不同情况下 MAE 值对比 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 作者简介 | 第61页 |
