基于用户评论的个性化产品推荐系统
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 国外研究进展 | 第9-11页 |
| 1.2.2 国内研究进展 | 第11-12页 |
| 1.3 本文主要工作及结构安排 | 第12-14页 |
| 第二章 关键技术 | 第14-22页 |
| 2.1 特征权重 | 第14-15页 |
| 2.2 中文分词 | 第15-16页 |
| 2.3 降维方法 | 第16-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 系统需求分析与整体框架设计 | 第22-27页 |
| 3.1 需求分析 | 第22-23页 |
| 3.2 总体设计框架 | 第23-25页 |
| 3.2.1 数据获取及预处理模块 | 第23-24页 |
| 3.2.2 用户评论挖掘及向量化模块 | 第24-25页 |
| 3.2.3 用户兴趣挖掘模块 | 第25页 |
| 3.2.4 个性化产品推荐模块 | 第25页 |
| 3.3 本章小结 | 第25-27页 |
| 第四章 主要模块设计与实现 | 第27-47页 |
| 4.1 数据准备及预处理模块 | 第27-33页 |
| 4.1.1 产品数据的获取 | 第27-32页 |
| 4.1.2 预处理 | 第32-33页 |
| 4.2 用户评论挖掘及向量化模块 | 第33-39页 |
| 4.2.1 用户评论挖掘 | 第33-34页 |
| 4.2.2 向量空间模型 | 第34-35页 |
| 4.2.3 特征项的选择 | 第35-38页 |
| 4.2.4 特征项权重 | 第38-39页 |
| 4.3 个性化产品推荐模块 | 第39-45页 |
| 4.3.1 评论内容的获取 | 第39-40页 |
| 4.3.2 常用推荐算法 | 第40-41页 |
| 4.3.3 改进的个性化推荐算法 | 第41-44页 |
| 4.3.4 推荐模块的部分代码 | 第44-45页 |
| 4.4 本章总结 | 第45-47页 |
| 第五章 实验结果与分析 | 第47-52页 |
| 5.1 实验数据 | 第47-48页 |
| 5.2 评价指标 | 第48-49页 |
| 5.3 实验分析 | 第49-52页 |
| 第六章 总结展望 | 第52-53页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士研宄生期间发表的论文 | 第57页 |
