首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于内容和用户行为的个性化微博推荐算法研究与实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-15页
    1.1 研究背景第11页
    1.2 研究意义第11页
    1.3 主要工作和研究内容第11-12页
    1.4 论文组织结构第12-13页
    1.5 本章小结第13-15页
第二章 融合情感分析的微博推荐第15-29页
    2.1 引言第15-16页
    2.2 相关工作第16-17页
        2.2.1 情感分析第16页
        2.2.2 基于微博内容的微博推荐第16-17页
    2.3 融合情感分析的微博推荐第17-24页
        2.3.1 基于LDA模型生成用户微博主题矩阵第17-18页
        2.3.2 细化微博第18-20页
        2.3.3 修正转发微博主题矩阵第20-22页
        2.3.4 融合原创微博主题矩阵与转发微博主题矩阵第22-23页
        2.3.5 结合协同过滤算法推荐微博第23-24页
    2.4 实验结果与分析第24-28页
        2.4.1 实验环境第24页
        2.4.2 实验数据第24页
        2.4.3 评价指标第24页
        2.4.4 实验设计第24-25页
        2.4.5 微博主题个数k对推荐效果的影响第25页
        2.4.6 权重ω对推荐效果的影响第25-26页
        2.4.7 情感分类加权倍数对推荐效果的影响第26页
        2.4.8 推荐微博个数n对推荐效果的影响第26-27页
        2.4.9 更改后的主题模型结果第27-28页
    2.5 本章小结第28-29页
第三章 基于内容的个性化微博推荐第29-41页
    3.1 引言第29页
    3.2 相关工作第29-30页
        3.2.1 基于社交关系的微博推荐第29-30页
        3.2.2 基于微博内容的微博推荐第30页
    3.3 基于内容的个性化微博推荐第30-35页
        3.3.1 对微博进行质量划分第31-33页
        3.3.2 对用户进行活跃度划分第33-34页
        3.3.3 对用户进行微博推荐第34-35页
    3.4 实验验证与结果分析第35-38页
        3.4.1 实验环境第35页
        3.4.2 实验数据第35-36页
        3.4.3 评价指标第36页
        3.4.4 实验设计第36页
        3.4.5 活跃用户实验结果第36-37页
        3.4.6 非活跃用户实验结果第37页
        3.4.7 参数k对推荐结果的影响第37-38页
        3.4.8 实验对比第38页
    3.5 本章总结第38-41页
第四章 基于用户社区的微博推荐第41-51页
    4.1 引言第41页
    4.2 相关工作第41-47页
        4.2.1 社区发现算法第41-42页
        4.2.2 基于用户社区的微博推荐第42页
        4.2.3 基于社交网络进行社区划分第42-44页
        4.2.4 基于内容主题进行社区划分第44-46页
        4.2.5 基于用户社区的微博推荐第46-47页
    4.3 实验验证与结果分析第47-50页
        4.3.1 实验环境第47页
        4.3.2 实验数据第47页
        4.3.3 评价指标第47-48页
        4.3.4 实验设计第48页
        4.3.5 微博主题个数k对推荐效果的影响第48页
        4.3.6 权重ω对推荐效果的影响第48-49页
        4.3.7 推荐用户个数n对推荐效果的影响第49页
        4.3.8 实验对比第49-50页
    4.4 本章总结第50-51页
第五章 微博推荐系统设计第51-55页
    5.1 需求分析第51页
    5.2 总体框架设计第51-53页
    5.3 本章总结第53-55页
第六章 微博推荐系统实现第55-59页
    6.1 微博推荐系统实现第55-56页
        6.1.1 基于内容划分社区模块第55页
        6.1.2 基于社交关系划分社区模块第55页
        6.1.3 微博推荐模块第55-56页
    6.2 微博推荐系统实现第56页
    6.3 微博推荐系统测试第56-57页
    6.4 本章总结第57-59页
第七章 总结与展望第59-63页
    7.1 工作总结第59-60页
    7.2 下一步工作展望第60-63页
参考文献第63-67页
致谢第67-69页
作者攻读学位期间发表的学术论文目录第69页

论文共69页,点击 下载论文
上一篇:基于Android的医生随诊系统的设计与实现
下一篇:网络编排器中模型及服务管理系统的设计与实现