基于标签聚类的知识主题发现与应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 1 绪言 | 第10-18页 |
| ·研究背景与意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·研究综述 | 第12-16页 |
| ·知识服务研究综述 | 第12-13页 |
| ·主题发现研究综述 | 第13-15页 |
| ·标签研究综述 | 第15-16页 |
| ·研究内容与研究方法 | 第16-18页 |
| ·研究内容 | 第16-17页 |
| ·研究方法 | 第17-18页 |
| 2 标签与知识主题发现概述 | 第18-29页 |
| ·标签概述 | 第18-24页 |
| ·标签的概念 | 第18-21页 |
| ·标签的特点 | 第21-22页 |
| ·标签的优势与不足 | 第22-24页 |
| ·知识主题概述 | 第24-29页 |
| ·知识主题的内涵 | 第24-26页 |
| ·相关概念的比较 | 第26-29页 |
| 3 基于标签聚类的知识主题发现方法 | 第29-38页 |
| ·基于标签聚类的知识主题发现模型 | 第29-30页 |
| ·基于K-MEANS的知识子类生成 | 第30-32页 |
| ·单个用户知识向量空间模型 | 第31页 |
| ·知识子类生成 | 第31-32页 |
| ·基于密度聚类的知识主题形成 | 第32-34页 |
| ·所有用户知识子类向量空间模型 | 第32-33页 |
| ·知识主题形成 | 第33-34页 |
| ·基于相对成熟度评价的知识主题过滤 | 第34-38页 |
| ·知识主题的相对成熟度 | 第34-35页 |
| ·知识主题的生命周期模式 | 第35-36页 |
| ·知识主题生命曲线预测 | 第36-38页 |
| 4 基于知识主题的知识服务应用探讨 | 第38-47页 |
| ·知识主题对知识服务的应用价值分析 | 第38-40页 |
| ·知识服务的内涵 | 第38-39页 |
| ·Web2.0环境下知识服务面临的挑战 | 第39页 |
| ·知识主题对知识服务的优化 | 第39-40页 |
| ·基于知识主题的知识服务框架 | 第40-43页 |
| ·基于知识服务框架的个性化知识推荐 | 第43-47页 |
| ·个性化知识推荐模型 | 第43-45页 |
| ·具体实现方法 | 第45-47页 |
| 5 实证分析 | 第47-57页 |
| ·实验数据集 | 第47-49页 |
| ·知识主题发现实验 | 第49-54页 |
| ·知识子类生成实验 | 第49-51页 |
| ·知识主题生成实验 | 第51-53页 |
| ·实验结果分析 | 第53-54页 |
| ·个性化知识推荐实验 | 第54-57页 |
| ·评价方法及指标 | 第54页 |
| ·实验结果分析 | 第54-57页 |
| 6 总结与展望 | 第57-59页 |
| ·研究总结 | 第57页 |
| ·不足与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 在校期间发表的论文、科研成果等 | 第63-64页 |
| 致谢 | 第64页 |
