基于图书评价的出版物选题策划研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 引言 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11页 |
| 1.3 主要研究内容 | 第11-13页 |
| 1.4 课题重点解决的问题和创新点 | 第13页 |
| 1.5 论文组织结构 | 第13-15页 |
| 2 相关理论及技术综述 | 第15-19页 |
| 2.1 数据挖掘技术概述 | 第15-16页 |
| 2.2 数据挖掘相关算法介绍 | 第16-18页 |
| 2.2.1 缺失数据填充算法介绍 | 第16页 |
| 2.2.2 情感分析方法介绍 | 第16-17页 |
| 2.2.3 协同过滤推荐算法介绍 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 3 图书缺失数据填充算法研究 | 第19-25页 |
| 3.1 EM算法的简介 | 第19页 |
| 3.2 EM算法的研究与改进 | 第19-22页 |
| 3.2.1 图书数据提取与预处理 | 第19-21页 |
| 3.2.2 EM算法的应用对比研究 | 第21页 |
| 3.2.3 EM算法的改进 | 第21-22页 |
| 3.3 实验结果及性能分析 | 第22-24页 |
| 3.4 本章小结 | 第24-25页 |
| 4 基于图书评价的情感分析方法及个性化推荐研究 | 第25-35页 |
| 4.1 图书评价的情感分析方法研究 | 第25-29页 |
| 4.1.1 观点句识别方法与研究 | 第25-27页 |
| 4.1.2 情感词书评情感分析 | 第27页 |
| 4.1.3 情感推荐指数算法(ARIA) | 第27-29页 |
| 4.2 个性化推荐研究 | 第29-32页 |
| 4.2.1 传统的协同过滤推荐算法 | 第29页 |
| 4.2.2 基于因果聚类的协同过滤推荐算法 | 第29-30页 |
| 4.2.3 基于模糊相似关系的协同过滤推荐算法 | 第30-32页 |
| 4.3 实验结果及性能分析 | 第32-34页 |
| 4.4 本章小结 | 第34-35页 |
| 5 出版物选题策划系统的设计与实现 | 第35-45页 |
| 5.1 系统设计 | 第35-38页 |
| 5.1.1 系统框架结构设计 | 第35页 |
| 5.1.2 系统数据库设计 | 第35-37页 |
| 5.1.3 系统功能设计 | 第37-38页 |
| 5.2 出版物选题策划系统实现 | 第38-45页 |
| 6 总结与展望 | 第45-46页 |
| 6.1 总结 | 第45页 |
| 6.2 展望 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 作者攻读学位期间取得的研究成果 | 第48页 |
