基于文本情感分析的个性化推荐系统的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 本课题研究目的与意义 | 第9-10页 |
| 1.2 研究背景和现状 | 第10-12页 |
| 1.3 本课题主要内容及创新点 | 第12-14页 |
| 第2章 推荐系统相关技术 | 第14-30页 |
| 2.1 数据采集技术 | 第14-17页 |
| 2.1.1 网页搜索技术 | 第14-16页 |
| 2.1.2 网络爬虫架构 | 第16-17页 |
| 2.2 文本切词与特征提取技术 | 第17-20页 |
| 2.2.1 基于隐马尔科夫模型的中文切词方法 | 第17-18页 |
| 2.2.2 文本特征提取技术 | 第18-20页 |
| 2.3 分类聚类算法 | 第20-24页 |
| 2.3.1 K近邻节点算法 | 第20-21页 |
| 2.3.2 支持向量机 | 第21-22页 |
| 2.3.3 K-means算法 | 第22-23页 |
| 2.3.4 自组织映射算法 | 第23-24页 |
| 2.4 情感分析技术 | 第24-27页 |
| 2.4.1 语料库和情感词典 | 第24-26页 |
| 2.4.2 情感倾向性判别方法 | 第26-27页 |
| 2.5 协同推荐技术 | 第27-29页 |
| 2.5.1 基于用户的协同推荐算法 | 第27-28页 |
| 2.5.2 基于物品的协同推荐算法 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 用户评论情感分析及推荐算法设计 | 第30-45页 |
| 3.1 基于语境识别的用户情感分析算法 | 第30-39页 |
| 3.1.1 语境识别模型 | 第31-36页 |
| 3.1.2 构建情感词典 | 第36-37页 |
| 3.1.3 情感分类识别 | 第37-39页 |
| 3.2 基于情感分析的协同推荐算法 | 第39-44页 |
| 3.2.1 用户相似度算法 | 第39-40页 |
| 3.2.2 社区划分算法 | 第40-42页 |
| 3.2.3 基于情感分析的协同推荐算法设计 | 第42-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第4章 推荐系统的设计和实现 | 第45-56页 |
| 4.1 推荐系统的需求和设计 | 第45-49页 |
| 4.1.1 功能目标 | 第45-46页 |
| 4.1.2 拓扑结构 | 第46-48页 |
| 4.1.3 系统模块 | 第48-49页 |
| 4.2 数据采集和数据库模块 | 第49-52页 |
| 4.2.1 数据采集模块设计 | 第49-50页 |
| 4.2.2 数据库设计 | 第50-51页 |
| 4.2.3 功能表设计 | 第51-52页 |
| 4.3 推荐算法模块 | 第52-53页 |
| 4.4 系统管理模块 | 第53-54页 |
| 4.5 系统运行环境 | 第54-55页 |
| 4.5.1 支撑环境 | 第54页 |
| 4.5.2 运维环境 | 第54-55页 |
| 4.5.3 分析模块集群环境 | 第55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 实验测试与结果分析 | 第56-61页 |
| 5.1 语义分析模块测试 | 第56-58页 |
| 5.2 情感分析模块测试 | 第58页 |
| 5.3 协同推荐模块测试 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-65页 |
| 附录1 攻读硕士学位期间参与的项目和发表的论文 | 第65-66页 |
| 附录2 主要英文缩写语对照表 | 第66页 |
